Akademik Veri Yönetim Sistemi
3. ULUSLARARASI ERCİYES BİLİMSEL ARAŞTIRMALAR KONGRESİ, 09 Mayıs 2020, ss.34-36
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.