Benzerlik ve Yapay Zekâ Tespit Raporları · Ders 1/11
Benzerlik Tespit Programları Nasıl Çalışır?
Turnitin, iThenticate ve intihal.net gibi programların metni nasıl parçalayıp hangi veri tabanlarıyla karşılaştırdığını öğrenirsin.
Tezini enstitüye teslim etmeden önce neredeyse her Türk üniversitesinde bir benzerlik raporu istenir. Bu raporu üreten yazılımları bir “kara kutu” olarak görürsen, çıkan sayı karşısında ya gereksiz yere panik yaparsın ya da gerçek bir sorunu gözden kaçırırsın. Bu derste programların arka planda ne yaptığını sade bir dille açacağız; çünkü raporu doğru okumanın ilk şartı, sayının nereden geldiğini bilmektir.
Temel kavramlar
- Benzerlik raporu (similarity report)
- Yüklediğin belgenin hangi bölümlerinin hangi kaynaklardaki metinlerle örtüştüğünü yüzde ve renkli işaretlemelerle gösteren çıktı.
- Metin parmak izi (fingerprinting)
- Metnin küçük parçalara bölünüp her parçadan kısa bir sayısal özet (hash) üretilmesi. Veri tabanındaki milyonlarca belge de aynı şekilde “parmak izi” olarak saklanır; program, metinleri tek tek okumak yerine bu özetleri karşılaştırır. Bu sayede saniyeler içinde çok büyük arşivler taranabilir. Ticari programların tam algoritmaları açıklanmaz; burada anlatılan, alanda yaygın kullanılan genel mantıktır.
- n-gram
- Art arda gelen n kelimelik dizi. “nitel araştırma desenlerinden olgubilim deseni” ifadesindeki 3-gram’lar şunlardır: “nitel araştırma desenlerinden”, “araştırma desenlerinden olgubilim”, “desenlerinden olgubilim deseni”. Programlar metni bu tür örtüşen dizilere bölerek eşleşme arar.
- Eşleşme (match)
- Senin metnindeki bir kelime dizisinin bir kaynaktaki diziyle aynı ya da çok yakın olması. Raporda renkli vurgu ve numaralı kaynak olarak görünür.
Adım adım: Yüklediğin belgeye ne olur?
Bir benzerlik programının iş akışı (basitleştirilmiş)
- 1
Metin çıkarma
Word ya da PDF dosyandaki metin ayıklanır. Görsellerin içindeki yazılar, taranmış sayfalar ve bazı özel karakterler bu aşamada farklı işlenebilir; bazı sistemler bunu raporda uyarı olarak gösterir.
- 2
Normalleştirme
Büyük-küçük harf farkı, fazla boşluklar, noktalama ve bazı biçim farkları giderilir. Böylece “Nitel Araştırma” ile “nitel araştırma” aynı kabul edilir.
- 3
Parçalama ve parmak izi
Metin örtüşen kelime dizilerine (n-gram’lara) bölünür ve her parçadan parmak izi üretilir.
- 4
Veri tabanı karşılaştırması
Parmak izleri internet sayfaları, yayınlar ve öğrenci ödev deposu gibi arşivlerle karşılaştırılır.
- 5
Eşleşmeleri birleştirme
Art arda gelen eşleşen parçalar birleştirilerek cümle ya da paragraf düzeyinde “eşleşme blokları” oluşturulur. Arada bir iki kelimesi değiştirilmiş cümleler de çoğu zaman yine yakalanır.
- 6
Raporlama
Her kaynağa bir numara ve renk verilir; toplam örtüşen metnin belgedeki oranı benzerlik yüzdesi olarak hesaplanır.
Hangi veri tabanlarıyla karşılaştırılır?
| Kaynak türü | İçerik | Senin için anlamı |
|---|---|---|
| İnternet (Internet Sources) | Açık web sayfaları, bloglar, haber siteleri, Vikipedi, ders notları, arşivlenmiş eski sayfalar | Bir siteden kopyalanan ya da sitede de yer alan ifadeler burada çıkar. Senin eski blog yazın bile eşleşebilir. |
| Yayınlar (Publications) | Dergi makaleleri, kitaplar, bildiriler; yayıncı anlaşmalarıyla erişilen içerik | Literatürden aldığın ve yeterince dönüştürmediğin cümleler burada görünür. |
| Öğrenci ödev deposu (Student Papers) | Daha önce aynı sisteme yüklenip depoya kaydedilmiş ödevler, tezler, taslaklar | Arkadaşının ödevi, başka üniversitedeki bir tez ya da senin daha önce yüklediğin taslak burada eşleşebilir. |
| Kurumsal / ulusal tez arşivleri | Bazı sistemlerin erişebildiği tez koleksiyonları (ör. yerel sistemlerde Türkçe tezler) | Türkçe tezlerle örtüşmeler özellikle yerel sistemlerde daha iyi yakalanabilir. |
Türkiye’de yaygın kullanılan sistemler
| Sistem | Kim kullanır? | Öne çıkan özellik |
|---|---|---|
| Turnitin (Feedback Studio / Similarity) | Pek çok üniversite, enstitü ve öğretim elemanı | Geniş internet, yayın ve öğrenci ödev deposu; renkli kaynak eşleştirme; bazı lisanslarda yapay zekâ yazım göstergesi. |
| iThenticate | Araştırmacılar, dergiler, yayınevleri; bazı enstitüler tez kontrolünde | Turnitin’in yayın odaklı ürünü; Crossref Similarity Check hizmetinin altyapısıdır ve geniş bir akademik yayın arşiviyle karşılaştırır. Yüklenen belgeler Turnitin’in öğrenci ödev deposuna kaydedilmez; karşılaştırma ağırlıklı olarak yayınlar ve internet içeriğiyle yapılır. |
| intihal.net | Türkiye’de birçok üniversite ve enstitü | Türkiye’de geliştirilmiş; Türkçe içerik ve Türkçe tezlerle karşılaştırmada güçlü kabul edilir. |
| Diğer sistemler | Bazı kurumlar | Ouriginal (Urkund ile PlagScan’in birleşmesiyle oluşmuş, 2021’de Turnitin tarafından satın alınmıştır), Copyleaks gibi araçlar da farklı kurumlarda kullanılabilir. |
Bir eşleşme örneği
Kaynak cümle: “Öz yeterlik, bireyin belirli bir görevi başarıyla yerine getirebileceğine ilişkin inancıdır.”
Senin cümlen: “Öz yeterlik, kişinin belirli bir görevi başarıyla yerine getirebileceğine dair inancıdır (Kaya, 2019).”
[3] Submitted to (bir Türk üniversitesi) — Student Paper — %2
Eşleşen metin: “Araştırmanın evrenini 2022-2023 eğitim öğretim yılında ... ilinde görev yapan sınıf öğretmenleri oluşturmaktadır.”
Sık yapılan yanlış inanışlar
- “Program intihal oranını ölçer.” → Hayır, benzerlik oranını ölçer.
- “%0 çıkması en iyisidir.” → Hayır; atıflı alıntılar, terimler ve kalıp ifadeler nedeniyle tamamen sıfır bir tez nadirdir ve hedef de bu değildir.
- “Yabancı bir metni Türkçeye çevirirsem program yakalayamaz.” → Çeviri yoluyla yapılan intihal, diller arası eşleştirme yapabilen bazı sistemlerde ve özellikle alanı bilen okuyucular tarafından yakalanabilir; yakalanmasa bile çeviri intihali yine intihaldir.
- “Düşük oran = sorun yok.” → Veri tabanında olmayan bir kaynaktan kopyalama raporda görünmez ama yine intihaldir.
Kendini dene
Kendini dene
Kendini dene
Raporu almadan önce sistemini tanı
0/5Takıldığın bir yer mi var?
Bu konuda sık sorulanlar