Yayımlandıkları dergilere gönderiminden kabul edilmesine kadar kapsam, biçim ve nitelik bakımından sıkı ve uzun bir süreçten geçen bilimsel makaleler, bu inceleme işlemine rağmen anlatım bütünlüğünü etkileyen durumlar içermektedirler. Bir akademik çalışmanın özetinin içeriğini tam olarak temsil edemeyişi veya olması gereken ana başlıkları içermeyişi çalışmanın anlatımını olumsuz etkileyebilen sebeplerdir ve araştırmacıların çalışmayı hızlı bir şekilde tarayıp kavramasına engel olmaktadırlar. Bununla beraber anlatım bütünlüğüne sahip bir yayının bile okunup anlaşılması zaman almaktayken bütünlüğüne dikkat edilmemiş bir yayının detaylarıyla incelenmesi daha da zorlaşmaktadır. Son yıllarda yapay zeka alanındaki gelişmeler sayesinde yayımlanan bilimsel araştırmaların incelemesini kolaylaştıran araçlar geliştirilmektedir. İnsanlarca konuşulan doğal dillerde yazılan metinlerin, makinelerce anlaşılır hale getirilmesi için çeşitli yöntemler yardımıyla bir dizi işlemden geçirilmesi literatürde doğal dil işleme olarak anılmaktadır. İstatistik ve yapay zeka gibi alanlardan da faydalanan doğal dil işleme, özellikle derin öğrenme yöntemleri ile desteklenerek metin anlamından çıkarsamalar yapabilmek amacıyla kullanılmaktadır. Bu çalışmada, Bilgisayar Bilimleri alanında SCI-EXPANDED, ESCI ve TR Dizin'de indekslenen çeşitli dergilerde Türkçe tam metin olarak yayımlanmış 493 adet araştırma makalesi incelenmiştir. İncelenen makalelerin başlık, özet, anahtar kelimeler ve içerik açısından bütünlüğü; Doğal Dil İşleme, Derin Öğrenme ve istatistiksel yöntemleri de içeren bir dizi ölçüt ile değerlendirilmiştir. Çalışmanın amacı belirlenen ölçütler ile incelenen makalelerin tüm bölümleri ile bütünlüğünü ortaya koymaktır. Değerlendirme bulguları, incelenen makalelerinin biçim ve makale anlatımında bulunması gereken ögeler açısından çarpıcı sonuçlar ortaya koymaktadır. Genel değerlendirme sonucu en yüksek puan alan 84,900 puan ile 358 kayıt numaralı makale, en düşük ise 34,733 puan ile 197 kayıt numaralı makale olmuştur. Özellikle Soyutlayıcı, Çıkarımsal ve BERT özetleme yöntemleri ile yapılan Otomatik Özetleme sonuçlarına göre özetlerin dahil edildiği verisetinde etiketlerin tahmin edilme oranının düştüğü gözlenmiştir. Uzmanlarca etiketlenen özetlerde değerlendirmeye giren 492 makaleden sadece 68 tanesinde tüm ögelere yer verildiği gözlenmiştir. 85 makalede ise ana başlıklardan birinin olmadığı tespit edilmiştir. Sonuç olarak makalelerin büyük bir kısmında özet bölümünün kapsam, problem, amaç, yöntem, bulgu ve sonuca işaret eden anlatımlar açısından kısmen veya büyük oranda yoksun olduğu sonucuna ulaşılmıştır. Anahtar Kelimeler : dogal dil işleme, derin öğrenme, araştırma makaleleri.
Scientific articles go through a strict and long process in terms of scope, form, and quality, from their submission to publication. Despite this review process, publications might contain situations that affect the integrity of their meaning. If the abstract of an academic study does not fully represent the content or does not contain standard main headings, that might negatively affect the expression of the study and prevent researchers from scanning and comprehending the study quickly. Nevertheless, while it takes time to read and understand even a publication with narrative integrity, it becomes even more difficult to examine the details of a publication whose integrity has not been taken into account. Tools that make it easier for researchers to review published scientific research have been developed with advances in artificial intelligence in recent years. Enabling machines to understand the texts written in natural languages that are spoken by humans using various methods is called Natural Language Processing (NLP) in the literature. NLP, which benefits from statistics and artificial intelligence fields, especially Deep Learning methods, is a computer science field that is useful for inferring the meaning of text. In this study, 493 full-text Turkish research articles published in various journals indexed in SCI-EXPANDED, ESCI, and TR Index in the field of computer science were examined in terms of abstract, keywords, and content was evaluated with a set of criteria. The aim of the study is to reveal the integrity of all sections of the articles examined with the determined criteria. The data obtained as a result of the study reveal striking results in terms of the format of the articles examined and the elements that should be included in the article abstract. As a result of the general evaluation, the article with the highest score was the article with an ID number of 411 with 84,900 points, and the lowest was the article with an ID number of 239 with 34,733 points. It was observed that the rate of estimation of labels decreased in the dataset that included summaries, especially according to the Automatic Summarization results made with SVM, ANN, and BERT methods. It was observed that, only 68 out of 492 articles have all items in their abstracts, according to the experts. In 85 articles, it was determined that there was no main title. In conclusion, most of the abstract sections of articles are partially or largely lacking in terms of coverage, problem, purpose, method, findings, and conclusion. This evaluation shows that abstract sections of scientific research papers are not effectively written. Keywords : natural language processing, deep learning, research papers.
Tez (Doktora-PhD) - Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı, 2023.
Kaynakça var.
Yayımlandıkları dergilere gönderiminden kabul edilmesine kadar kapsam, biçim ve nitelik bakımından sıkı ve uzun bir süreçten geçen bilimsel makaleler, bu inceleme işlemine rağmen anlatım bütünlüğünü etkileyen durumlar içermektedirler. Bir akademik çalışmanın özetinin içeriğini tam olarak temsil edemeyişi veya olması gereken ana başlıkları içermeyişi çalışmanın anlatımını olumsuz etkileyebilen sebeplerdir ve araştırmacıların çalışmayı hızlı bir şekilde tarayıp kavramasına engel olmaktadırlar. Bununla beraber anlatım bütünlüğüne sahip bir yayının bile okunup anlaşılması zaman almaktayken bütünlüğüne dikkat edilmemiş bir yayının detaylarıyla incelenmesi daha da zorlaşmaktadır. Son yıllarda yapay zeka alanındaki gelişmeler sayesinde yayımlanan bilimsel araştırmaların incelemesini kolaylaştıran araçlar geliştirilmektedir. İnsanlarca konuşulan doğal dillerde yazılan metinlerin, makinelerce anlaşılır hale getirilmesi için çeşitli yöntemler yardımıyla bir dizi işlemden geçirilmesi literatürde doğal dil işleme olarak anılmaktadır. İstatistik ve yapay zeka gibi alanlardan da faydalanan doğal dil işleme, özellikle derin öğrenme yöntemleri ile desteklenerek metin anlamından çıkarsamalar yapabilmek amacıyla kullanılmaktadır. Bu çalışmada, Bilgisayar Bilimleri alanında SCI-EXPANDED, ESCI ve TR Dizin'de indekslenen çeşitli dergilerde Türkçe tam metin olarak yayımlanmış 493 adet araştırma makalesi incelenmiştir. İncelenen makalelerin başlık, özet, anahtar kelimeler ve içerik açısından bütünlüğü; Doğal Dil İşleme, Derin Öğrenme ve istatistiksel yöntemleri de içeren bir dizi ölçüt ile değerlendirilmiştir. Çalışmanın amacı belirlenen ölçütler ile incelenen makalelerin tüm bölümleri ile bütünlüğünü ortaya koymaktır. Değerlendirme bulguları, incelenen makalelerinin biçim ve makale anlatımında bulunması gereken ögeler açısından çarpıcı sonuçlar ortaya koymaktadır. Genel değerlendirme sonucu en yüksek puan alan 84,900 puan ile 358 kayıt numaralı makale, en düşük ise 34,733 puan ile 197 kayıt numaralı makale olmuştur. Özellikle Soyutlayıcı, Çıkarımsal ve BERT özetleme yöntemleri ile yapılan Otomatik Özetleme sonuçlarına göre özetlerin dahil edildiği verisetinde etiketlerin tahmin edilme oranının düştüğü gözlenmiştir. Uzmanlarca etiketlenen özetlerde değerlendirmeye giren 492 makaleden sadece 68 tanesinde tüm ögelere yer verildiği gözlenmiştir. 85 makalede ise ana başlıklardan birinin olmadığı tespit edilmiştir. Sonuç olarak makalelerin büyük bir kısmında özet bölümünün kapsam, problem, amaç, yöntem, bulgu ve sonuca işaret eden anlatımlar açısından kısmen veya büyük oranda yoksun olduğu sonucuna ulaşılmıştır. Anahtar Kelimeler : dogal dil işleme, derin öğrenme, araştırma makaleleri.
Scientific articles go through a strict and long process in terms of scope, form, and quality, from their submission to publication. Despite this review process, publications might contain situations that affect the integrity of their meaning. If the abstract of an academic study does not fully represent the content or does not contain standard main headings, that might negatively affect the expression of the study and prevent researchers from scanning and comprehending the study quickly. Nevertheless, while it takes time to read and understand even a publication with narrative integrity, it becomes even more difficult to examine the details of a publication whose integrity has not been taken into account. Tools that make it easier for researchers to review published scientific research have been developed with advances in artificial intelligence in recent years. Enabling machines to understand the texts written in natural languages that are spoken by humans using various methods is called Natural Language Processing (NLP) in the literature. NLP, which benefits from statistics and artificial intelligence fields, especially Deep Learning methods, is a computer science field that is useful for inferring the meaning of text. In this study, 493 full-text Turkish research articles published in various journals indexed in SCI-EXPANDED, ESCI, and TR Index in the field of computer science were examined in terms of abstract, keywords, and content was evaluated with a set of criteria. The aim of the study is to reveal the integrity of all sections of the articles examined with the determined criteria. The data obtained as a result of the study reveal striking results in terms of the format of the articles examined and the elements that should be included in the article abstract. As a result of the general evaluation, the article with the highest score was the article with an ID number of 411 with 84,900 points, and the lowest was the article with an ID number of 239 with 34,733 points. It was observed that the rate of estimation of labels decreased in the dataset that included summaries, especially according to the Automatic Summarization results made with SVM, ANN, and BERT methods. It was observed that, only 68 out of 492 articles have all items in their abstracts, according to the experts. In 85 articles, it was determined that there was no main title. In conclusion, most of the abstract sections of articles are partially or largely lacking in terms of coverage, problem, purpose, method, findings, and conclusion. This evaluation shows that abstract sections of scientific research papers are not effectively written. Keywords : natural language processing, deep learning, research papers.