Yapay Öğrenme Tabanlı Bilgi Erişimde İlgi Sıralamalarının Artırımlı Olarak Geliştirilmesi

TÜBİTAK Projesi, 2218 - Yurt İçi Doktora Sonrası Araştırma Burs Programı, 2024 - 2026

Proje Türü: TÜBİTAK Projesi
Destek Programı: 2218 - Yurt İçi Doktora Sonrası Araştırma Burs Programı
Başlama Tarihi: Aralık 2024
Bitiş Tarihi: Ocak 2026

Proje Özeti

İyi bir bilgi erişim sisteminin kullanıcının sorgusuna göre koleksiyondaki hangi belgelerin daha ilgili olduğunu öngörmesi ve bu belgeleri ilgi olasılığı (probability of relevance) değerlerine göre sıralaması beklenir. Fakat bazen sıralamada birbirine çok benzeyen kaynaklara ek olarak sorgulanan konunun çeşitli yönlerini ele alan makalelere de ihtiyaç duyulmaktadır. Bu nedenle, özellikle literatür taramalarında erişilen makalelerin konu çeşitliliği büyük önem taşır. Dahası, ilgi sıralamaları kullanıcıların bilgi ihtiyaçlarına göre kişiselleştirilebilmelidir.

Daha isabetli ilgi sıralamaları oluşturulabilmesi için kullanılan yapay öğrenme algoritmalarından biri de konu modelleme (topic modeling) algoritmalarıdır. Fakat söz konusu algoritma ile terim benzerlikleri düzeyinde hesaplama yapıldığı için tam metin bilgi erişim sistemlerinde matris boyutu artmaktadır. Dolayısıyla hesaplama süresi de ciddi oranda artmaktadır. Bu sorun Latent Dirichlet Allocation (LDA) konu modellemesi algoritmasının belgelerin sadece başlık ve özet kısımlarına uygulanarak, ama elde edilen sonuçlar, bilgi erişim ve bibliyometriye dayanarak geliştirilen pennant erişim yöntemiyle desteklenerek artırımlı olarak geliştirilmiş yeni ilgi sıralamaları oluşturularak çözülebilir. Bu yaklaşımda LDA, gözetimsiz öğrenme yöntemini temsil ederken, atıf verileri ise bir tür gözetimli öğrenme bileşeni olarak değerlendirilebilir.

Önerilen yöntem, LDA algoritması ve pennant erişim yöntemini entegre ederek daha kapsamlı ilgi sıralamaları oluşturur. LDA algoritması, makalelerin özetlerini ve başlıklarını analiz ederek konu modelleme yapar ve pennant erişim yöntemi ile bu sıralamalar optimize edilir. Bu yöntem, kullanıcıların bilgi ihtiyaçlarına daha hızlı ve doğru bir şekilde yanıt verilmesini sağlar. Projeye dayanak oluşturan tez çalışmasında (Akbulut, 2022) da kullanılan yöntem, yaklaşık 435.000 fizik makalesi üzerinde uygulanmıştır. Bu çalışma, önerilen yöntemin TR Dizin gibi atıf veri tabanlarına entegre edilebilecek nitelikte olduğunu göstermiştir. LDA konu modelleme algoritması ile elde edilen ilgi sıralamaları, atıf verileriyle bütünleştirildiğinde (1) ilgi düzeyleri daha yüksek ve çeşitli kaynaklar içeren daha zenginleştirilmiş ilgi sıralamaları oluşturmakta, (2) sıralamaların kullanıcıların ihtiyaçlarına/önceliklerine göre kişiselleştirilerek yeniden sıralanabilmekte ve (3) erişim çıktılarını görselleştirilen etkileşimli grafikleriyle literatür daha kolay izlenebilmektedir.

İlgi sıralamalarını oluşturmak için kullanılan veriler (özet ve başlıklar, toplam atıf ve ortak atıf sayıları) atıf dizinlerinde mevcuttur. Proje kapsamında TR Dizin’den sağlanacak verilerle etkileşimli arama yapmasına olanak sağlayan, yol gösterici nitelikte etkileşimli grafiklerin yer aldığı TR Dizin’e de entegre edilebilir bir yapı oluşturulacaktır. Geliştirilecek arayüz tasarımı sayesinde araştırmacıların makale arama deneyimlerinin iyileştirilmesi sağlanacaktır. Zenginleştirilmiş kullanıcı deneyimi, sistemi kullanacak araştırmacıların amaçlarına daha etkin ve verimli şekilde ulaşmalarını sağlayacaktır. Araştırmacılar önceliklerine (sorguyla ilgili, çeşitlilik, alana etki ve özgünlük vb.) göre ilgi sıralaması oluşturabileceklerdir. Başka bir deyişle erişim çıktısında hem arama yapılan konunun sınırları genişletilecek hem de erişilen makalelerin sorguyla ilgi oranları artırılacaktır.

Proje kapsamında oluşturulacak platformun temel özellikleri şunlardır:

Kişiselleştirilebilen İlgi Sıralamaları: Kullanıcıların bilgi ihtiyaçlarına göre etkileşimli arama yapmasına olanak sağlayan arayüz ve yeniden düzenlenebilen sıralamalar.
Etkileşimli Grafikler: Kullanıcıların bilgiye erişim sürecinde rehberlik eden, yol gösterici nitelikte etkileşimli grafikler.
Kullanıcı Dostu Arayüz: Kullanıcı deneyimini iyileştiren görselleştirme ve arayüz tasarımı.