Atıf Zekası

1. Amaç

Atıfları sayısal sayım ötesinde bağlam ve ilişki tipi ile değerlendirebilen bir katman geliştirmek; "neden alıntılandı, nasıl alıntılandı, ne yönde alıntılandı?" sorularına yanıt vermek.

2. Problem Tanımı

Klasik atıf metrikleri (h-indeks, atıf sayısı) bağlamsız ve manipülasyona açık.
Bir atıfın olumlu / olumsuz / nötr mi olduğu, temel referans mı karşı görüş mü olduğu kayıp.
Disiplinlerarası araştırmalarda etki ölçümü tek başına atıf sayısıyla yapılamıyor.

3. Kapsam ve Kapsam Dışı

Kapsam: Atıf metni çıkarma, atıf bağlam sınıflandırması (yöntem / sonuç / karşı), kaynak-hedef ilişki tipleri, MVP veri gereksinimleri.
Kapsam dışı: Tam graph altyapısının üretime alınması (sonraki faz, bkz. Bilgi Ağları).

4. Yöntemler ve Yaklaşımlar

Atıf metni çıkarma: Tezin tam metninden referans cümlelerinin yakalanması (regex + LLM).
Bağlam sınıflandırması: "method / result / contrast / extension" kategorileri.
Kaynak-hedef ilişki tipi: "uses-method-of", "extends", "contradicts", "compares-with".
Etki + yakınlık skoru: Atıf sayısı + bağlam ağırlığı + içerik benzerliği bileşik skoru.

5. Bağlı Domainler

Bileşen	Bağlı Domain
Atıf metni embedding'i	Anlamsal Arama
Bağlam sınıflandırması (Pair Classification görevi)	Görev Türleri
Tezler arası graph altyapısı	Bilgi Ağları
Yazar/atıf metadata kalitesi	Editöryel Yardım

6. Deneyler ve Bulgular

Şu an aktif Atıf Zekası deneyi yok. Ancak referans çıkarımı tarafında ilk büyük adım atıldı: Qwen2.5-14B fine-tune ile makalelerden referans listeleri F1 0.84 ile çıkarılıyor; bu çıktı Atıf Zekası MVP'sinin birinci sınıf veri kaynağı olacak.

Deney	Karar Kartı	İlgi
Qwen2.5-14B Metadata Extraction	`30_Deneyler/05_Qwen-Metadata-Extraction.md`	`references[]` → atıf graph beslemesi

MVP tanımı ve veri gereksinimleri 90_Roadmap/Atif-Zekasi-MVP.md belgesinde toplanmıştır.

7. Mevcut Durum

Roadmap aşaması. Referans çıkarımı altyapısı (Qwen) hazır; atıf metni / bağlam çıkarımı pipeline'ı henüz başlamadı.

8. Sonraki Adımlar

Atif-Zekasi-MVP.md MVP adımlarına başlama.
100 örneklik atıf bağlamı altın seti (insan etiketli).
Bağlam sınıflandırma için baseline (LLM zero-shot) + embedding + sınıflandırıcı kıyaslama.