Zamansal bilgi grafikleri için evrimsel ve karşıtsal temsil: Yapay zeka bilincinin inşası

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Enformatik Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: MUSTAFA SITKI ATMACA

Danışman: ERİNÇ KARATAŞ

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bilginin zaman içerisindeki evrimi, günümüzün veri-yoğun dünyasında giderek daha kritik bir araştırma alanı hâline gelmiştir. Zamansal bilgi grafı (Temporal Knowledge Graph, TKG) çıkarımı ise değişen ilişkileri anlamak ve geleceğe dönük kestirimler yapabilmek adına araştırmacılara güçlü imkânlar sunmaktadır. Bu tezin temel motivasyonu, TKG çıkarımında öne çıkan iki farklı yaklaşımı; evrimsel temelli gösterim öğrenimi (evolutional representation learning) ve tarihsel/karşıtsal öğrenim (historical contrastive learning) bir araya getirerek her iki yöntemin güçlü yanlarını tek bir çatı altında toplamak ve böylece daha anlamlı, genellenebilir ve yüksek performanslı sonuçlar elde edebilecek bir hibrit model ortaya koymaktır. Çalışma kapsamında önce "Evrimsel Temsil Öğrenmesine Dayalı Zamansal Bilgi Grafiği Akıl Yürütme" ve "Tarihsel Karşıtlıklı Öğrenme ile Zamansal Bilgi Grafiği Akıl Yürütme" yaklaşımları özgün biçimde yeniden uygulanmış, daha sonra bu iki modelin mimari prensipleri bütünleştirilerek yeni bir hibrit model tasarlanmıştır. Deneysel sonuçlar, önerilen hibrit modelin hem doğruluk hem de genelleme kapasitesi bakımından diğer iki modele kıyasla kayda değer bir üstünlük sağladığını göstermektedir. Böylece tezin hedefi olan "evrimsel" (değişimi yakalama) ve "tarihsel/karşıtsal" (bağlamsal ayrımı güçlendirme) bakış açılarını birlikte kullanarak zamansal bilgi grafı çıkarımında ileriye dönük bir adım atma amacı başarılı bir şekilde gerçekleştirilmiştir.