Duygu, insanın ruh halinde içsel ve çevresindeki etkilerle etkileşiminden doğan fiziksel değişimlerdir. Bireyler duygularını, beden dilinin yanı sıra sesli iletişim vasıtalarıyla da diğer bireylere aktarabilirler. Özellikle beden dilinin yetersiz olduğu durum ve zamanlarda bireyler için sesli iletişim önem kazanmaktadır. Çalışmamızda da Türkçe ses kayıtlarını içeren veri seti üzerinde Pyhton programlama dili aracılığıyla öncelikle verilerin duygu etiketlerinin tespiti yapılmış olup, sonrasında literatür çalışmalarında en çok kullanılan beş makine öğrenim algoritmasıyla analizler gerçekleştirilmiştir. Analizler hem Rapid Miner hem de Pyhton programlama dili aracılığıyla gerçekleştirilmiştir. Çalışmada, Pyhton programlama dili aracılığıyla yapılan analizlerde hem CountVectorizer hem de TF-IDF vektörizasyon yöntemleri, Rapid Miner ile yapılan analizlerde TF-IDF vektörizasyon yöntemi kullanılmıştır. Sonuç kısmında ise Pyhton programlama dilinde en iyi doğruluk oranını %70 oranla Naive Bayes makine öğrenim algoritması CountVectorizer yöntemiyle elde etmiştir. Rapid Miner’da ise en iyi doğruluk oranını %69,60 oranla Support Vector Machine makine öğrenim algoritması elde etmiştir. Çalışmamızla beraber ortaya yeni bir Türkçe duygu veri seti çıkmıştır. Çalışmamız ayrıca Türkçe ses kayıtlarından elde edilen verilerin BERT modeli ile duygu tespiti yapılan özgün bir çalışmadır

In the current information age, with the exponential growth of data volume and language-based applications, the accurate resolution of intra-contextual relationships in texts has become indispensable for both academic research and industrial Natural Language Processing (NLP) systems. This study focuses on the detection of pronominal anaphora in Turkish sentences. For the detection of pronominal anaphora, a specific dataset comprising 2000 sentences and 72,239 tokens was created, and this dataset was labeled using a BIO tagging method developed with a custom approach for this study. In this work, fine-tuning was performed on Transformer-based language models pre-trained on Turkish data, such as BERT and RoBERTa. Additionally, Large Language Models (LLMs) trained on Turkish data, including Turkcell-LLM-7b-v1 and ytu-ce-cosmos/Turkish-Llama-8b-DPO-v0.1, as well as multilingual models like Microsoft’s Phi-3 Mini-4K-Instruct and OpenAI’s GPT-4o-mini, were also fine-tuned with the created dataset to detect pronominal anaphora in sentences. Following the training of the language models, the resulting performance was evaluated using pronoun accuracy, antecedent accuracy, exact match, and F1-score metrics. According to the results obtained in the pronominal anaphora detection phase of the study, a novel hybrid ensemble approach combining multiple Transformer models with linguistic rules achieved the highest performance. This hybrid system attained scores of 0.987 for pronoun accuracy, 0.977 for antecedent accuracy, 0.505 for exact match, and 0.960 for F1-score, surpassing all individual models, including GPT-4o-mini. These findings reveal the superiority of ensemble methods combined with Turkish-specific linguistic rules over standalone models in Turkish anaphora resolution. This study is considered novel, as it is the first work to apply hybrid ensemble methods with linguistic rule integration to this domain for the Turkish language.

Atasözleri ve deyimler, yüzyıllar boyunca toplumların deneyimlerini, gözlemlerini ve kültürel değerlerini yansıtan sözlü kültür ürünleridir. Özellikle Türkçede yaygın olan bu kalıplaşmış ifadeler hem dilbilimsel analiz hem de yapay zekâ tabanlı uygulamalar açısından önemli bir değere sahiptir. Bu çalışmada, Türkçe atasözleri ve deyimlerden oluşan kapsamlı bir veri seti oluşturulmuş ve ikili sınıflandırma yoluyla kategorize edilmiştir. Kümeleme süreci yalnızca atasözlerine odaklanmış olup, atasözlerinin anlamları yeniden ifade edilerek, örnek cümleler üretilerek ve tematik etiketler atanarak anlamsal olarak zenginleştirilmiştir. Anlam üretimi görevi için DeepSeek R1 ve mT5 modelleri ince ayarlanmıştır. Bunlar arasında mT5 modeli, tutarlı ve bağlamsal olarak doğru anlamlar üretmede DeepSeek R1’den üstün performans göstermiştir. Ayrıca, atasözleri ve deyimlerin sınıflandırılması için BERT ve DistilBERT gibi transformatör tabanlı modeller kullanılarak %99 gibi yüksek bir doğruluk oranı elde edilmiş olup, en iyi performansı bu iki model sergilemiştir. Atasözlerinin zenginleştirilmiş anlamları daha sonra dört farklı gömme (embedding) modeli kullanılarak vektör temsillerine dönüştürülmüştür: OpenAI (text-embedding-3-large), CohereEmbedding (embed-multilingual-v3.0), SentenceTransformer (paraphrase-multilingual-mpnet-base-v2) ve BERTurk (bert-base-turkish-cased). Kümeleme işlemi, her bir gömme modelinin çıktısı için ayrı ayrı gerçekleştirilmiştir. Yüksek boyutluluk sorununu gidermek için PCA ile boyut indirgeme uygulanmış ve altı farklı kümeleme algoritması sistematik olarak karşılaştırılmıştır. Kümeleme kalitesi Silhouette skoru, Davies-Bouldin indeksi, Calinski-Harabasz indeksi ile PCA ve UMAP görselleştirmeleriyle değerlendirilmiştir. Anlamsal tutarlılığı değerlendirmek amacıyla her kümeden rastgele seçilen 15 atasözünü 1–5 ölçeğinde puanlayan 539 katılımcıyla kullanıcı temelli bir değerlendirme yapılmıştır. Tüm modeller arasında OpenAI’ın “text-embedding-3-large” modeli 3,90 ortalama puanla en yüksek skoru elde etmiş ve sonuç olarak üç kümeli yapı nihai model olarak benimsenmiştir.