Views
6
Makine öğrenmesi ve doğal dil işleme alanındaki gelişmelerle birlikte her alanda olduğu gibi hukuk alanında da çalışmalar yapılmaya başlanmıştır. Makine öğrenmesi ve doğal dil işleme teknolojileri, hukuk alanındaki yazılı metinlerin otomatik olarak analiz edilmesine ve sınıflandırılmasına yardımcı olmuştur. Bu sayede, avukatların ve yargıçların büyük miktarda yasal metni hızlı bir şekilde okuyup anlamaları mümkün hale gelmiş ayrıca, makine öğrenmesi ve doğal dil işleme teknolojileri, hukuk alanında karar verme sürecinde de kullanılmaya başlanmıştır. Bu teknolojiler, hukuk davalarının sonuçlarını tahmin etmek ve olası sonuçları değerlendirmek için kullanılmış bunun yanı sıra, makine öğrenmesi ve doğal dil işleme teknolojileri, hukuk alanında daha önceki kararların analiz edilmesi ve bu kararlardan öğrenme yapılması için de kullanılmıştır. Bu sayede, benzer davalar için önceden verilmiş kararlar incelenerek yeni davalar için fikir yürütülebilir hale gelmiştir. Bu çalışmada da Uyuşmazlık Mahkemesinin olumsuz görev uyuşmazlığı davalarında vermiş olduğu kararlar adli ve idari olmak üzere iki sınıfa ayrılarak tahmin edilmeye çalışılmıştır. Doğal dil işleme yöntemleriyle veri ön işleme ve ardından TF-IDF öznitelik çıkarımı yapılan mahkeme kararları makine diline çevrilmiş ardından makine öğrenmesi algoritmalarından lojistik regresyon, destek vektör makineleri, karar ağaçları ve rassal orman algoritmalarıyla sınıflandırılmıştır. Kullanılan sınıflandırma tekniklerinin performans değerlendirmeleri yapılarak mahkeme kararları %87 oranında doğruluk değerleri ile tahmin edilmiştir. Çalışma sonuçlarının bilim dünyası ile birlikte hukuk aktörleri için de olumlu sonuçları olacağı görülmektedir.
With the advancements in machine learning and natural language processing, studies have started to be conducted in the field of law, just like in every other field. Machine learning and natural language processing technologies have helped in automatically analyzing and classifying legal texts, enabling lawyers and judges to read and understand large amounts of legal text quickly. Additionally, these technologies have also started to be used in the decision-making process in law. They have been used to predict the outcomes of legal cases and evaluate possible outcomes. Furthermore, machine learning and natural language processing technologies have been used to analyze previous legal decisions and learn from them. This has enabled the analysis of previous decisions to make informed decisions on new cases. In this study, negative jurisdictional dispute cases of the Court of Jurisdictional Disputes of Turkey were divided into two categories: judicial and administrative, and an attempt was made to predict them. The court decisions, after undergoing data preprocessing using natural language processing techniques and feature extraction using TF-IDF, were translated into machine language. They were then classified using machine learning algorithms such as logistic regression, support vector machines, decision trees, and random forest algorithms.. The performance evaluations of the classification techniques used resulted in predicting court decisions with 87% accuracy rates. The study's results are seen to have positive outcomes for the scientific community and legal actors alike.
Field : Fen Bilimleri ve Matematik
Journal Type : Ulusal
Article Detail 
Similar Articles
Download PDF
Journal Information
Listen Paper
Cite
Print This Page
Share
Mendeley
