Derin öğrenme yöntemleri ile Türkçe metinlerde benzerlik tespiti

Günümüz teknolojilerinde doğal dillerin makineler tarafından algılanabilmesi birçok problemin çözümü için kaçınılmaz bir ihtiyaçtır. Metinler üzerinde yapılan çalışmalar sayesinde intihal tespiti, metin-yazar eşleştirmesi, metin konusunun tespiti, otomatik özet çıkarımı gibi birçok alanda yazılım tabanlı çözümler kullanılmaktadır. Örneklendirilen çalışmalar ve benzer birçok alanda, metinlerin bilgisayarlar tarafından yorumlanması ve işlenmesi beklenmektedir. Metinlerin yorumlanabilmesi için ise kullanılan dile ait gerek yapısal gerek ise dilbilimsel özelliklerin bilgisayarlar tarafından kavranması beklenir. Bu işlem sürecinde türlü zorluklar ve çözülmesi gereken problemler bulunmaktadır. Bu sorunlardan önemli bir tanesi, metinlerin bilgisayarlar tarafından anlamsal olarak kavranabilmesidir. Bilgisayarın metinden anlam çıkarabilir seviyeye gelmesi, bahsi geçen sorunlara büyük ölçüde çözüm sağlayacaktır. Ayrıca kullanıcı etkileşimini oldukça üst seviyeye çıkararak, çözümünde insan algısı gerektiren problemlere yazılım tabanlı alternatifler sunmak mümkün hale gelecektir. Metinlerin benzerliğini ölçmek, bu çerçevede ele alınan bir problem olarak literatürde türlü çalışmalara konu olmuştur. Geçmiş yıllarda metinleri sadece yapısal olarak kıyaslamak mümkün görülürken son yıllarda çeşitli anlamsal benzerlik tespiti yapan yöntemler geliştirilmiştir. Metinlerden anlamsal çıkarım yapmakta kullanılan güncel bir yöntem de derin öğrenme tabanlı kelime temsili yöntemidir. Bu yöntem sayesinde sözcüklerin anlamsal yakınlıklarını saptamak mümkün hale gelmiştir. Bu çalışmada, Türkçe metinlerin hem anlamsal hem de yapısal şekilde incelenmesi sonucunda ortak bir yaklaşım ile benzerliklerinin ölçülmesi hedeflenmiştir. Yapısal benzerliğin ölçülmesinde Kosinüs Benzerliğinden, anlamsal benzerliğin tespitinde ise Word2Vec modelinden faydalanılmıştır. Tez sonucunda, bu iki farklı yaklaşımın ortak kullanımını sağlayan bir yöntem önerilmektedir. Bu kapsamda hem konu odaklı (Bilgi Güvenliği) hem de genel kullanım dili ile oluşturulan metinler üzerinde deneysel testler yapılmıştır. Elde edilen sonuçlar, önerilen yöntemin başarısını kanıtlar nitelikte bulgular ve sonuçlar bölümünde paylaşılmıştır.