Dinamik parçalama ve optimize edilmiş vektör araması ile bilgi getirme destekli üretim doğruluğunu artırma
Year: 2025
Type: dissertation
Abstract: Erişim Destekli Üretim mimarileri, doğru, alakalı ve bağlama uygun yanıtlar üretmek için etkili bir geri getirme ve sıralama mekanizmasının sorunsuz entegrasyonuna dayanır. Bu çalışmada, bilgi geri getirme ve üretim tutarlılığına yönelik kritik zorlukları ele alan gelişmiş teknikleri kullanarak Erişim Destekli Üretim sistemlerinin yanıt performansını artırmak için kapsamlı bir yaklaşım öneriyoruz. Yöntemimiz, belgeleri uyarlanabilir şekilde segmente ederek bağlamsal tutarlılığı artıran ve bilgi parçalanmasını azaltan dinamik parçalama (dynamic chunking) yöntemini içermektedir. Anlamsal temsil oluşturma sürecinde, yüksek boyutlu ve anlamsal açıdan zengin vektör temsilleri üreten Sentence-Transformers (all-mpnet-base-v2) modeli kullanılmaktadır; bu da geri getirme kalitesini artırmaktadır. Ayrıca, bir çapraz kodlayıcı (cross-encoder) tabanlı yeniden sıralama mekanizması, ilk geri getirme sonuçlarını rafine ederek yalnızca bağlamsal olarak en alakalı belgelerin üretim modülüne iletilmesini sağlamaktadır. Performans değerlendirmesi, sistem yeteneklerini kapsamlı bir şekilde anlamak için bağlılık (faithfulness), alaka düzeyi (relevancy), doğruluk (correctness) ve bağlam doğruluğu (context precision) gibi metriklere odaklanan RAGAS değerlendirme ölçütleri kullanılarak gerçekleştirilmiştir. Yaptığımız ampirik analizler, Erişim Destekli Üretim performansı üzerinde indeks seçiminin derin etkisini ortaya koymakta ve geri getirme verimliliği ile doğruluk arasındaki dengeyi vurgulamaktadır. Hiyerarşik Gezilebilir Küçük Dünya (HNSW - Hierarchical Navigable Small World) indeksi ile yeniden sıralamanın entegrasyonu sayesinde, önerilen mimarimiz, yanıt bağlılığını artırırken hesaplama verimliliğini koruyan sağlam bir dengeye ulaşmaktadır. Sonuçlar, ileri düzey indeksleme stratejilerinin, akıllı parçalama ve yeniden sıralama ile birleştirildiğinde, büyük ölçekli dil modelleri ile alan bilgisine özgü geri getirme arasındaki boşluğu kapatma yeteneğini önemli ölçüde artırdığını göstermektedir. Bu bulgular, özellikle bağlam koruma, alan özgünlüğü ve hassasiyet gerektiren uygulamalarda Erişim Destekli Üretim sistemlerini optimize etme konusunda sağlam bir temel oluşturmaktadır. Çalışma, dinamik ve uyarlanabilir geri getirme mekanizmalarının, bir sonraki nesil konuşma tabanlı yapay zeka sistemleri için kritik bir etkinleştirici olduğunu vurgulamakta ve karmaşık ve yüksek riskli ortamlarda daha geniş bir benimseme için zemin hazırlamaktadır.
Author: DERYA TANYILDIZ
Language: English
Subfield: Information Systems
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7219217007