Proje Hakkında

Bilimsel yayınlar araştırmacıların araştırma bulgularını sundukları ortam olmaları dolayısıyla önemlidir. Bulgular sunulurken araştırmalar arasında kurulmuş ilişkiler kritik öneme sahiptir. Bu ilişkileri sağlayan en temel unsur ise atıflardır. Ancak, günümüzde atıflar araştırmalar arasındaki ilişkileri kurmaktan çok performans değerlendirme amacı ile kullanılmaktadır. Araştırmacılar atıf veri tabanlarından (Web of Science ve Scopus gibi) aldıkları atıflar üzerinden değerlendirilmekte ve en çok atıf alan yazarlar alanlarının etkili yazarları olarak sunulmaktadır. Atıf sayısına göre ödüller verilebilmekte ve akademik yükselmeler gerçekleştirilebilmektedir. Atıfların sayısal birer veri olarak araştırmacıların değerlendirilmesinde kullanılması konusunda uluslararası literatürde pek çok çalışma yapılmış, atıf dizinlerinin yaratıcıları da dâhil pek çok kişi bu değerlendirmelerin anlamlı olmadığını vurgulamışlardır. Çünkü atıf dizinlerinin yoğun olarak kullanılması ile birlikte her geçen gün çalışmalarda kullanılan kaynak sayısı artmakta, doğru orantılı olarak formalite gereği yapılan atıfların oranı yükselmektedir. Bu bağlamda atıfların içeriğinin de önemli olduğu tartışılmaya başlanmış ve uluslararası literatürde "içerik tabanlı atıf analizi" kavramı ortaya çıkarılmıştır. Bu içerik tabanlı atıf analizleri sayesinde atıfların ağırlıklandırılması mümkün olmakta; pozitif, negatif ve nötr atıflar belirlenebilmekte ve bilim dallarının atıf yapma motivasyonları ortaya çıkarılabilmektedir. Bu proje çalışmasının temel amacı Türkçe metinler içinde yapılan atıfları semantik (anlamsal) ve sentaktik (sözdizimsel) olarak sınıflandırmayı mümkün kılacak bir makinenin tasarlanmasıdır. Makinenin tasarımı için kullanılacak makine öğrenme yöntemi otomatik metin kategorizasyonu olarak belirlenmiştir. Bu çalışma sonunda niceliksel atıf saymanın yerini alabilecek bir ağırlıklandırma modelinin ortaya çıkarılması hedeflenmektedir. Bu sayede tüm atıfların eşit olarak değerlendirilmesinin önüne geçilmesi mümkün olabilecektir.