Kazanimlar:
- NER, ilişki çıkarımı, zaman çizelgesi ve ağ analizi gibi tekniklerle büyük metin kümelerinden örüntü çıkarabilme
- Örüntüyü bir kanıt değil hipotez olarak görüp varlıkları kaynağa bağlayıp normalleştirmeyi insan onayıyla yapabilme
- Sayıların eksik veri ve örneklem yanlılığıyla nasıl yanıltabileceğini kavrayıp uydurma ilişki ve kronolojilerden kaçınabilme
Tarih araştırması yalnızca tek tek belgeleri okumak değildir; çoğu zaman büyük belge kümelerinde örüntü aramaktır. Belirli bir isim yıllar içinde hangi bağlamlarda geçiyor? Bir yerleşim yeriyle hangi kişiler ilişkilendiriliyor? Bir konu zaman içinde nasıl değişiyor? Kimler kiminle yazışıyor? Bu tür sorular, tek bir belgeye değil, yüzlerce belgeye topluca bakmayı gerektirir. Buna genellikle dijital beşeri bilimler (digital humanities — bilgisayarlı yöntemlerin tarih, edebiyat gibi alanlara uygulanması) denir.
YZ, büyük metin kümelerinden yapılandırılmış bilgi çıkarmada güçlüdür. Bu ünitede NER (adlandırılmış varlık tanıma), örüntü ve ilişki çıkarımı, konu modelleme mantığı ve zaman çizelgesi oluşturmayı; ama aynı zamanda bu tekniklerin en tehlikeli tuzağını — YZ'nin olmayan bir örüntüyü "bulmuş" gibi sunmasını — ele alacağız.
Temel teknikler
- NER (Named Entity Recognition — adlandırılmış varlık tanıma): Metinden kişi, yer, kurum, tarih gibi varlıkları otomatik çıkarma. "Bu 500 belgede geçen tüm yer adları" gibi bir listeyi dakikalar içinde üretir.
- İlişki çıkarımı: Varlıklar arasındaki bağları işaretleme ("X kişisi Y yerinde", "A, B ile yazışıyor").
- Konu modelleme (topic modeling): Büyük bir metin kümesinde tekrar eden konu kümelerini istatistiksel olarak bulma. Hangi temaların hangi dönemde yoğunlaştığını gösterir.
- Zaman çizelgesi çıkarımı: Belgelerdeki tarihli olayları kronolojik bir sıraya dizme.
- Ağ analizi (network analysis): Kişi/kurumlar arası ilişkileri bir ağ olarak görselleştirme (kim merkezi, kim bağlantı noktası).
Bunların hepsinin ortak amacı, tek bir belgede görünmeyen ama koleksiyonun bütününde beliren yapıları ortaya çıkarmaktır. Bu teknikler, tek başına okumayla asla görülemeyecek örüntüleri görünür kılar. Ama her biri bir "işaret"tir, bir "kanıt" değil; bulunanı asıl belgede doğrulamak şarttır.
Bu alanda sık kullanılan bir kavram da yakın okuma (close reading — bir metni satır satır, derinlemesine okumak) ile uzaktan okuma (distant reading — yüzlerce/binlerce metne topluca, istatistiksel bakmak) ayrımıdır. YZ, uzaktan okumayı mümkün kılar: tek bir insanın ömrü yetmeyecek büyüklükte bir külliyatta örüntü görürsünüz. Ama uzaktan okuma bir örüntü işaret ettiğinde, onu anlamlandırmak için yine yakın okumaya, yani asıl belgeye dönmek gerekir. İki yöntem birbirinin yerine geçmez; biri örüntüyü gösterir, öteki anlamını verir. En sağlam araştırmalar ikisini birlikte kullanır.
İpucu: Örüntü analizini bir hipotez üreteci gibi kullanın: "YZ burada bir örüntü işaretledi, acaba gerçek mi?" Sonra o örüntüyü belgelerde tek tek kontrol edin. Örüntü, araştırmanızın sonucu değil, başlangıç noktasıdır.
İş akışı: adım adım
1. Soruyu netleştir. "Bu koleksiyonda hangi kişiler en sık birlikte geçiyor?" gibi net bir örüntü sorusu.
2. Veriyi hazırla ve etiketle. Metinleri kaynak referanslarıyla düzenleyin ki bulunan her varlık belgeye geri bağlanabilsin.
3. Varlık/örüntü çıkar. YZ ile NER, ilişki ya da zaman çizelgesi taslağı üretin.
4. Normalleştir. Aynı kişinin/yerin farklı yazımlarını birleştirin ("İstanbul / İstanbol / Kostantiniyye" aynı yer mi?). Bu adım kritiktir; atlanırsa örüntü dağılır.
5. Belgede doğrula. İşaretlenen her önemli örüntüyü asıl belgelerde kontrol edin. YZ'nin uydurma bir bağ eklemediğinden emin olun.
6. Yorumla. Örüntünün ne anlama geldiği tarihçinin yargısıdır; YZ sadece örüntüyü işaretler.
Sayı ve istatistik tuzağı
Örüntü analizi çoğu zaman sayı üretir: "X ismi 47 kez geçiyor", "bu tema belgelerin %30'unda var". Bu sayılar nesnel görünür ama yanıltıcı olabilir:
- Eksik veri: Koleksiyon zaten eksikse (belgeler kaybolmuş, bir grup hiç kayda geçmemişse), sayı gerçeği değil, hayatta kalan belgeleri yansıtır.
- Normalleştirme hatası: Aynı kişi farklı yazılıp ayrı sayılırsa, sayı yanlış olur.
- Bağlam kaybı: "47 kez geçiyor" bir şey söylemez; nasıl geçtiği (olumlu/olumsuz, özne/nesne) önemlidir.
Örüntü çıktısı
Görünen anlam
Gerçek risk
"X 47 kez geçiyor"
Önemli kişi
Eksik koleksiyon, yazım varyasyonu
"Tema %30"
Baskın konu
Örneklem yanlılığı
"A-B sık birlikte"
Yakın ilişki
Rastlantı, bağlam eksik
"Zaman çizelgesi"
Kesin kronoloji
Tarihsiz belgeler, uydurma sıra
Üç mini vaka
Vaka 1 — Ağ analizi gizli bir aracıyı gösterdi. Bir araştırmacı, 800 mektuptan oluşan bir yazışma koleksiyonunu inceledi. YZ ile kim kime yazmış çıkarıldı ve bir ağ oluşturuldu. Ağ, ilk bakışta önemsiz görünen bir kişinin aslında iki grup arasında temel bağlantı noktası olduğunu gösterdi. Araştırmacı bu kişinin mektuplarına odaklanıp yeni bir bulguya ulaştı. Ama önce tüm bağlantıları belgelerde doğruladı.
Vaka 2 — Normalleştirme hatası sayıyı bozdu. Bir öğrenci, bir yerin belgelerde kaç kez geçtiğini saydırdı. YZ, aynı yerin üç farklı yazımını ayrı ayrı saydığı için sayı gerçeğin üçte biri çıktı. Yazımlar birleştirilince yer aslında en sık geçen üçüncü konumdaydı. Ders: normalleştirme yapılmadan sayıya güvenilmez.
Vaka 3 — Uydurma zaman çizelgesi. Bir araştırmacı, tarihsiz belgelerden zaman çizelgesi çıkarttı. YZ, tarihi belli olmayan olayları "mantıklı" bir sıraya dizip kesin bir kronoloji sundu. Oysa bu sıra belgelerde yoktu, YZ uydurmuştu. Ders: zaman çizelgesi yalnızca belgede tarihi olan olaylardan kurulur; gerisi "tarihsiz" kalır.
Dört kopyalanabilir şablon
1) NER (varlık çıkarımı):
Aşağıdaki belgelerden geçen kişileri, yerleri, kurumları vetarihleri AYRI listeler hâlinde çıkar. Her varlığın hangi belgede(referansıyla) geçtiğini belirt. Yalnızca metinde AÇIKÇA geçenlerial; tahminle ekleme. Okunuşundan emin olmadıklarını [?] işaretle.Belgeler: [buraya]
2) Varlık normalleştirme:
Aşağıdaki varlık listesinde aynı kişi/yer olabilecek farklıyazımları grupla (ör. "İstanbul / Kostantiniyye"). Her grup içinolası ortak biçimi öner AMA kesin birleştirme dayatma; "aynıolabilir, insan doğrulasın" notu ekle. Emin olmadığını ayrıbırak. Liste: [buraya]
3) İlişki/ağ taslağı:
Aşağıdaki yazışma/belge kümesinden "kim kiminle ilişkili"bağlarını çıkar. Her bağ için hangi belgeye (referans) dayandığınıbelirt. Belgede AÇIKÇA olmayan bir ilişki UYDURMA. Belirsizbağları [belirsiz] işaretle. Belgeler: [buraya]
4) Tarihli zaman çizelgesi:
Aşağıdaki belgelerden yalnızca TARİHİ AÇIKÇA belirtilen olaylarıkronolojik sıraya diz; her olayı kaynağına bağla. Tarihi belirsizolayları "tarihsiz" başlığı altında ayrı listele, sıraya SOKMA.Tahmini tarih UYDURMA. Belgeler: [buraya]
Zayıf prompt / Güçlü prompt
Zayıf:
Bu belgeleri analiz et ve önemli örüntüleri, ilişkileri vezaman çizelgesini çıkar.
"Önemli örüntüleri çıkar", YZ'yi olmayan bağlar ve kesin kronolojiler uydurmaya, sayıları normalleştirmeden sunmaya iter.
Güçlü:
Aşağıdaki belgelerden kişi/yer/kurum varlıklarını, her birinibelge referansına bağlayarak çıkar. Aynı olabilecek farklıyazımları "birleştirilecek olabilir" diye işaretle ama birleştirme.Belgede açıkça olmayan ilişki ve tarihi belirsiz olay UYDURMA;tarihsiz olanları ayrı tut. Belgeler: [buraya]
Fark: kaynağa bağlama, normalleştirmenin insana bırakılması, uydurma bağ/tarih yasağı ve tarihsiz olayların ayrılması, örüntüyü savunulabilir kılar.
Sık yapılan hatalar
- Örüntüyü kanıt sanmak. Örüntü hipotezdir; belgede doğrulanır.
- Normalleştirmeyi atlamak. Aynı varlığın farklı yazımları sayıyı ve ağı bozar.
- Sayıya kör güven. Eksik koleksiyon ve örneklem yanlılığı sayıyı yanıltıcı kılar.
- Uydurma zaman çizelgesi. Tarihsiz olaylar kronolojiye sokulmaz.
- Bağlamı yok saymak. "Kaç kez geçti" değil, "nasıl geçti" önemlidir.
Özetle
İçerik analizi ve örüntü keşfi, YZ'nin tek başına okumayla görülemeyecek yapıları görünür kıldığı güçlü bir alandır: varlık çıkarımı, ilişki ağları, konu kümeleri, zaman çizelgeleri. Ama her örüntü bir hipotezdir, kanıt değil. Varlıkları kaynağa bağlayın, normalleştirmeyi dikkatle ve insan onayıyla yapın, sayıları eksik veri ve yanlılık açısından sorgulayın, uydurma ilişki ve kronolojilerden kaçının. YZ örüntüyü işaretler; onun ne anlama geldiği ve gerçek olup olmadığı tarihçinin yargısıdır.
Uygulama görevi
En az 15 belge parçası toplayın (referanslarıyla). "NER" şablonuyla kişi ve yer varlıklarını çıkarın. Ardından "varlık normalleştirme" ile farklı yazımları gruplatın ve grupları kendiniz doğrulayın. Son olarak "tarihli zaman çizelgesi" şablonunu çalıştırın ve kaç olayın "tarihsiz" kaldığını görün. YZ zayıf prompt ile kaç uydurma bağ ya da kronoloji üretirdi, karşılaştırın.
Kontrol listesi
- [ ] Örüntü sorumu net tanımladım.
- [ ] Her varlığı belge referansına bağlattım.
- [ ] Varlık yazımlarını normalleştirip insan onayıyla birleştirdim.
- [ ] Sayıları eksik veri ve yanlılık açısından sorguladım.
- [ ] Tarihsiz olayları kronolojiye sokmadım, ayrı tuttum.