ÜRETİM SÜREÇLERİNDE DOĞAL DİL İŞLEME VE MAKİNE ÖĞRENİMİ


Güneri A. F., Dedeleroğlu E. M.

3. ULUSLARARASI ERCİYES BİLİMSEL ARAŞTIRMALAR KONGRESİ, 09 Mayıs 2020, ss.34-36

  • Yayın Türü: Bildiri / Özet Bildiri
  • Sayfa Sayıları: ss.34-36
  • Yıldız Teknik Üniversitesi Adresli: Evet

Özet

Güncel teknolojik konulardan biri olan doğal dil işleme, insanoğluna çoğu alanda kolaylık sağlamayı amaçlamaktadır. Doğal dil işleme, yazılım kütüphanelerini kullanılarak tasarlanan uygulamalar ve sistemlerle makinelerin, metinleri kontrol edebilmeleri, komutları anlayıp yönlendirmeleri ve kendi kendilerini eğiterek üretim süreçlerinin iyileştirilmesine katkıda bulunmaktadır. Ancak teknolojinin getirdiği kolaylıklar bilinmesine rağmen, günümüzde doğal dil işlemeyle ilgili oluşumlar henüz yaygınlıkla kullanılmamaktadır. Doğal dil işleme ve makine öğrenimi algoritmaları birlikte çalıştırılarak sonuç alınmasına gayret edilmektedir. Bu bileşik algoritma çalışmalarıyla sistemlerin kalitesini belirlemede önemli ölçerler olarak tanımlanan üç temel unsur: 1) Güvenilirlik, 2) Sürdürülebilirlik, 3) Anında müdahale oldukça kolaylaşmaktadır. Bu ölçerlerin istenilen düzeyde sürekliliği de peyder pey etkili kontrollerle mümkündür. Mühendislik tabanlı üretim süreçlerinde doğal dil işleme ve makine öğrenimi birden fazla alanda kullanılmaktadır. Bunlar komut verme, kodlama, kişi tanıma, iş etki analizi, hata analizi, işlemlerin kontrolü, fonksiyonların iyileştirilmesi, sistemlerin standardize edilmesi olarak listelenmektedir. Üretimsel süreçlerin takip edildiği büyük fabrikalardaki otomasyon sistemlerinde; komut ve yazılımlarla ilerletilen günlük işlemlerde, makine öğrenimi ve doğal dil işlemeyle işlemlerin standartdizasyonuna ciddi biçimde gereksinim duyulmaktadır. İnsan kaynağı tabanlı üretim süreçlerinde görevlerin takibi, rutin işlerin standardize edilmesi, işlerin doğru biçimde yönetilebilecek şekilde parçalara bölünmesi, doğru kişinin doğru pozisyona konumlandırılması, insan kaynaklı değişkenlik gösteren iş eforlarının standardize edilmesi alanlarında kullanılmaktadır. Bu tezde makine öğrenimi ve doğal dil işleme algoritmalarının analiz edilmesi, birlikte kullanım alanlarının çıkarılması ve birlikte kullanımında en uygun yöntemlerin belirlenmesi amaçlanmıştır. Çalışmada mühendislik ve insan kaynakları tabanlı üretim süreçlerinde bu iki yöntemin kullanım sıklığı araştırılmış, kullanımları hakkında literatür taraması yapılmıştır. Çalışma neticesinde üretim süreçlerinde analiz, tasarım, uygulama ve test aşamalarında iyileştirmelerin, hangi algoritmalar kullanıldığında olacağı analiz edilmiştir. İlaveten, hangi 3. ULUSLARARASI ERCİYES BİLİMSEL ARAŞTIRMALAR KONGRESİ 9 Mayıs 2020 /KAYSERİ 34 Kongre Özet Kitabı algoritmalarının sıklıkla kullanıldığı tespit edilmeye çalışılmış, hatta sıklıkla kullanılmayan algoritmalar yerine kullanılması etkin algoritmaların analizi yapılmıştır. Ürün tasarımında müşteri taleplerinin işlenmesi ve önceliklendirilmesi için doğal dil işleme yöntemlerinden biri olan semantik analizin etkili sonuçlar verdiği, müşteri memnuniyetini arttırdığı, süreçleri kolaylaştırdığı gözlemlenmiştir. Proje yönetimi süreçlerinde KNN ve Naive Bayes sınıflandırma yöntemlerinin, projelerin statülerinin güncellenmesinde ‘proje yöneticilerinin beyanlarına’ olan bağlılığı azalttığı ve statülerinin standardizasyonuna yardımcı olduğu gözlemlenmiştir. Durum tabanlı analizlerinde, ‘stemming’, ‘lemmatizasyon’ ve ‘n gram’ algoritmalarının etkin olduğu gözlemlenmiştir. Fabrika makinelerdeki hataların mühendislerin gözlemleri ve notlarıyla takibinin lemmatizasyon methodlarıyla standartlaştırıldığında hataların sınıflandırılmasının ve analizinin kolaylaştığı incelenmiştir. Ayrıca, literatür taramasında doğal dil işleme ve makine öğrenimi algoritmalarının transfer öğrenimi algoritmalarıyla birlikte kullanılabildiği gözlenmiştir. Müşteri memnuniyetinin arttırılmasında pareto analizinin oluşturulması ve etüdünün, bu üç yöntemle birlikte kullanılmasıyla kolaylaştığı izlenmiştir.