Yazar "Süerdem, Ahmet K." seçeneğine göre listele
Listeleniyor 1 - 5 / 5
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Engelleri Kaldırarak Bir Araya Gelelim(2015) Yıldırım, Metin; Soylu, Soydan; Öztayşi, Başar; Turan, Nazlı; Çağlıyor, Sandy; Yıldırım, Savaş; Süerdem, Ahmet K.“Engelleri Kaldırarak Bir Araya Gelelim” projesi, araştırmacılar, politik paydaşlar, sivil toplum ve iş dünyası temsilcilerinin işbirliği yaparak nitelikli ancak dezavantajlı kişiler için bir elektronik iş bulma platformu tasarlamalarını amaçlamaktadır. Avusturya ve Türkiye’den ortakların yürüttüğü projede Avusturya tarafı farklı ülkelerden Avusturya’ya göçmüş olan nitelikli iş arayanları, Türkiye takımı ise evlilik ve doğum sebebiyle iş yaşamına ara vermiş eğitimli kadınları ele almıştır. Bu proje, Viyana ve İstanbul’da eşit imkan ve sosyal bütünleşmeyi sağlayabilecek uygulamaları ortaya koymak ve böylece bu kentleri daha çekici, sürdürülebilir ve yenilikçi iş yapma merkezleri haline getirmek açısından önemlidir. Nitelikli işgücünün potansiyelinden tamamıyla yararlanmak için gerekli istihdam süreçlerini analiz etmek ve buna dayanarak bir elektronik istihdam çözüm platformu tasarlamayı hedeflemektedir. Bu platformun tasarımında öncelikle çeşitli politik paydaşlar ve sivil toplum sözcüleri ile birlikte dezavantajlı kişilerin istihdamında kullanılan süreçler analiz edilmiş ve bu süreçler iş akış diyagramları şeklinde özetlenmişlerdir. Daha sonra, belli nitelik ve becerilere sahip ancak çeşitli nedenlerden dolayı hak ettikleri şekilde istihdam edilemeyen kişiler ve nitelikli işgücüne erişim zorluğu yaşayan işverenlerle görüşülerek bunların ihtiyaçları belirlenmiştir. Bunların sonucunda, dezavantajlı kişilerin işe alım sürecinden elenmelerine sebep olabilecek, etnik köken, cinsiyet, yaş ve benzeri diğer kişisel bilgilerini saklayarak sadece beceri, eğitim ve niteliklerini ortaya koyacak bir başvuru sürecinin verimli olacağı saptanmıştır. Geniş bir literatür taraması sonrasında, hedeflenen gruptan kişiler, iş verenler ve yerel yöneticiler ile birebir mülakatlar yapılarak iş/işi bulma süreçleri, bu süreçlerdeki zorluklar ve dezavantajlı kişilerin karşılaştığı problemler ortaya konulmuştur. Farklı paydaşların görüşleri alınarak oluşturulan ihtiyaç analiz sonuçları ve hali hazırda kullanılmakta olan sistemler incelendikten sonra proje konusu olan platformun özellikleri ortaya konulmuştur. Bu özelliklere bağlı olarak sistem analizi ve tasarım süreçleri yürütülmüş, altyapısal ihtiyaçlar ortaya konulmuştur. Daha sonra, son kullanıcılar ile yakın işbirliği, disiplinler arası çalışma ve yenilikçi yaklaşım izlenerek nitelikli ancak dezavantajlı kişilerin, özel ve kamu şirketlerinin ve kent politika yapıcılarının ihtiyaçları ortaya konulmuş ve bu ihtiyaçları karşılamak üzere bir platform prototipi hazırlanmıştır. Projenin son basamağında ise ortaya konulan kavramsal tasarım, bir prototipe dönüştürülerek paydaşlar ile kullanılabilirlik analizleri yapılmış, böylece tasarlanan platform ile ilgili gerçekçi geri beslemeler alınmıştır. Bu geri beslemeler ilk olarak proje amacı olan tasarım ile ilgili fikirleri ve görüşleri ikinci olarak da platformun geliştirilmesi için ileride yapılması gereken çalışmalara ışık tutmaktadır.Öğe Exploring New Horizons in Word Sense Disambiguation and Topic Modeling: Potential of Deep Learning Based Transformers Models(Springer Nature, 2024) Süerdem, Ahmet K.Research Problem: The chapter discusses the limitations of traditional topic modeling algorithms in capturing complex relationships and contextual meaning of words and the need for a more precise understanding of individual senses of words in Word Sense Disambiguation (WSD). This chapter explores various approaches such as using lexical resources like WordNet and leveraging word embeddings and pre-trained language models like Bidirectional Encoder Representations from Transformers (BERT) to incorporate semantic knowledge into topic modeling. This chapter also explains the advantages of using a phrase embeddings-based approach for WSD tasks in topic modeling. Methodology: The methodology used in this paper uses Phrase-BERT, which fine-tunes BERT for phrase-level representation learning. A dataset of phrasal paraphrase pairs and phrases in context is created and used to fine-tune the model. The resulting Phrase-BERT embeddings are incorporated into a Phrase-based Neural Topic Model (PNTM), which interprets topics as mixtures of words and phrases. PNTM is compared to other topic model baselines and found to have superior performance in terms of both topic coherence and topic-to-document relatedness. Airlines reviews dataset which is a collection of customer reviews and feedback related to various airlines is used for the experimentations. Findings: The first finding demonstrates the good precision but poor recall of Phrase-BERT for WSD on the Airlines reviews dataset. Further research is needed to improve its recall. The second finding shows the potentials of Phrase-BERT PNTM for generating coherent and interpretable topics, which were evaluated using coherence scores and human evaluation through card sorting exercises. Phrase-BERT PNTM outperformed Classical LDA but was slightly outperformed by BertTopic in coherence scores. However, human evaluations showed good consistency and accuracy for the topics generated by Phrase-BERT PNTM. Significance: Phrase-BERT has great potential for improving the performance of WSD and topic modeling. © The Editor(s) (if applicable) and The Author(s), under exclusive licence to Springer Nature Switzerland AG 2024.Öğe Named Entity Recognition for Classifying Technoscientific Persons: Combining Pre-trained Language Models and Silver Standard Datasets(Springer Nature, 2024) Süerdem, Ahmet K.; Gümüş, SametResearch question: While generic named entity recognition (NER) models perform well on general tasks, custom NER models can provide more efficient and accurate solutions for specific domains. The chapter proposes the development of a custom NER model to classify technoscientific persons according to their professional expertise. Previous efforts to identify occupations have been limited due to the absence of precise annotation guidelines and reliable Gold Standard corpora. Methodology: This chapter aims to address this challenge by proposing a hybrid method. The method combines rule and dictionary-based approaches to capture domain-specific knowledge and to automatically annotate data. Bootstrapping is employed to improve the generalizability of the model and reduce overfitting. By training the model on different variations of the data and testing it on new validation sets, a more robust evaluation of the model's performance is possible. Finally, the efficiency and accuracy of the NER model are improved by using transfer learning with RoBERTa. Findings: The first model trained on the initial subcorpus provided accurate results for almost all categories. However, when the model was validated on the next subcorpus, it showed a dramatic decline in performance, implying overfitting. To address this issue, bootstrapping was employed by cumulatively adding different subcorpora and reviewing and correcting the annotations. The model was retrained at each step until a satisfactory level of performance was achieved. The final model performs well on all categories except for social sciences, environmental sciences, and life sciences. Significance: The proposed approach offers several benefits, including more efficient use of resources, improved accuracy, generalizability, and scalability. © The Editor(s) (if applicable) and The Author(s), under exclusive licence to Springer Nature Switzerland AG 2024.Öğe Türkiye'de Kamuoyunun Bilime Yönelik Tutum Değişiminin Ölçülmesinde Metin Madenciliği Yolu ile Alternatif Bir Sistem(2016) Bauer, Martin; Dursun, Çiler; Yıldırım, Savaş; Dursun, Bahtiyar Yücel; Süerdem, Ahmet K.Bilim, teknoloji ve yenilik (BT&Y) konularındaki patent sayısı, AR-GE yatırımı gibi katı istatistik üretimi 1960'lı yıllardan beri kurumsallaşmış ve düzenli bir duruma ulaşmış olsa da, kamuoyunun bilimle ilgili konulara yönelik tutumlarının ölçülmesi konusunda eksiklikler vardır. Bilime yönelik tutumlar düzenli olarak Eurobarometer anketleri ile ölçülmektedirler. Ancak, anketler yolu ile gösterge üretiminin hem yüksek maliyetli olmasından dolayı uzun aralıklarla yapılması hem de geriye dönük veri toplamaya izin vermemesi, literatürde alternatif yöntemlerin önerilmesine yol açmıştır. Özellikle Web ortamında yer alan haber ve makalelerin BT&Y ile olan ilgilerine göre otomatik olarak izlenmesi, saptanması, sınıflanması işlevleri, bu yöntemlerde öne çıkmaktadırlar. Ancak mevcut yöntemler bilime yönelik tutumları ölçmeyip, yalnızca bilimin medyada görünürlüğünü izleyen basit sistemlerden oluşmaktadırlar. Mevcut medyada bilim izleme çalışmaları daha çok ya nitel içerik analizi ile kısıtlı sayıda metinlerin incelenmesine ya da çevrimiçi metinlerdeki anahtar kelimelerin basit bir şekilde makine tarafından otomatik sayılmasına odaklanmaktadırlar. Bu projemizde metin madenciliği ve Doğal Dil İşleme (NLP) gibi teknikleri niteliksel yorumlayıcı yöntemlerle birleştirerek bu zorlukları aşmaya çalıştık. Metin analizinde niteliksel ve niceliksel yaklaşımların birlikte uygulanması son zamanlarda giderek önem kazanan bir konudur ve Medyada Bilim İzleme araştırmalarında projemize kadar uygulanmamıştır. Bu proje, bilim kültürü göstergesi geliştirme çabalarına nitel ve nicel yöntemleri birlikte uygulayarak yeni bir yöntemsel yaklaşım ile katkıda bulunmayı amaçlıyor. Bu amaç için izlediğimiz yöntemler şunlardır: A. Özgün bir alana yönelik bir derlem oluşturmak için çevrimiçi haberleri toplama amaçlı Web tarama. B. Kültürel gösterge olarak ölçülen ilgi alanının basında kapsanmasını nicelik ve nitelik açısından sayısallaştırmak ve görselleştirmek. C. Bu konuların değerlendirilmesine yönelik tutumların izlenmesini sağlayan bir duygu analizi sistemi geliştirilmesi. D. Latent Dirichlet Analizi gibi otomatik konu saptama teknikleri aracılığıyla BT&Y haberlerini siyasi, kültürel ve sosyal bağlamlar ile olan ilişkileri ile birlikte değerlendirmek E. Odak grup ve mülakat gibi nitel analiz yöntemleri ile bulduğumuz konuların medya okuyucuları tarafından alımlanmasının analizini yapmak. Araştırmamızın sonunda bu teknikleri kullanılarak bilim kültürü göstergeleri ürettik ve bu araştırmalarımızdan çıkardığımız dersleri yönerge haline getirip paylaştık. Biyoteknoloji ve Yapay Zekâ konularının vaka incelemesiyle bu yönergeleri adım adım örneklerle açıkladık.Öğe Worldviews and discursive construction of GMO-related risk perceptions in Turkey(SAGE Publications Ltd, 2013-02) Süerdem, Ahmet K.This paper analyses the discursive construction of the genetically modified organisms (GMOs) issue in the Turkish political arena following the public debate on the pending legislation on biosecurity. The study proposes an operational approach to semiotic/actor network theory (Latour) applied to public representations of a new technology within the theoretical frameworks of social representation theory and cultural theory of risks. It aims to highlight how different worldviews produce different risk discourses of GMOs in Turkey. Using cluster analysis to inductively extract evaluative categories, we use these to identify themes by human coding. Lastly, we apply formal concept analysis to link themes to actors and their worldviews, establishing their semantic networks. Formal concept analysis revealed four discourse networks reflecting nationalist, Islamist, progressive (left) and neo-liberal worldviews. Finally, these structures will be grounded back in the articles for a richer interpretive analysis. © The Author(s) 2011.
