ULAKBİM
TÜBİTAK ULAKBİM

Bilgi Ağları (Knowledge Graphs)

1. Amaç

Doküman, konu, yazar, etiket ve atıf gibi varlıklar arasındaki ilişkileri graph yapısıyla modellemek; ilişki tabanlı keşif ve analiz olanağı sağlamak.

2. Problem Tanımı

  • Veriler silolar halinde — yazar listesi ayrı, etiket listesi ayrı, atıf bağlantısı ayrı.
  • "Bu konuyu çalışan yazarlar arasındaki iş birlikleri" gibi sorular çok adımlı join gerektiriyor.
  • İlişki tipleri standart değil; aynı kavram farklı adlandırmalarla geçiyor.

3. Kapsam ve Kapsam Dışı

  • Kapsam: Varlık-ilişki modeli, ilişki tiplerinin standardizasyonu (author_of, cites, related_to...), kavramsal tasarım, MVP graph şeması.
  • Kapsam dışı: Tüm graph altyapısının üretime alınması, gerçek zamanlı sorgu motoru tuning'i.

4. Yöntemler ve Yaklaşımlar

  • Varlık çıkarma: Tez metni / metadata'dan kişi, kurum, konu, yöntem çıkarımı.
  • Varlık normalleştirme: Aynı kişiyi/kurumu farklı yazımlardan birleştirme (bkz. Metadata Matching).
  • İlişki tipi standardizasyonu: Kapalı bir ilişki sözlüğü (taxonomy).
  • Graph saklama: Neo4j, ArangoDB veya RDF tabanlı seçenek değerlendirilecek.
  • Embedding ile zenginleştirme: Varlık ve ilişkiler için graph embedding (Node2Vec, TransE) ile semantik benzerlik.

5. Bağlı Domainler

Bileşen Bağlı Domain
Atıf ilişkileri Atıf Zekası
Varlık eşleştirme + temizlik Editöryel Yardım
Konu kümeleri (graph node grupları) Editöryel Yardım → Outlier Detection
Semantik benzerlik (varlık embedding) Anlamsal Arama

6. Deneyler ve Bulgular

Bilgi Ağları için birinci sınıf veri kaynağı Qwen2.5-14B fine-tune ile çıkarılan yapılandırılmış makale metadata'sı. JSON validity %98, yazar/dergi/referans alanları graph beslemesi için kullanılabilir seviyede.

Deney Karar Kartı İlgi
Qwen2.5-14B Metadata Extraction 30_Deneyler/05_Qwen-Metadata-Extraction.md authors[], journal, references[] → graph node + edge'ler

Roadmap belgesi: 90_Roadmap/Bilgi-Aglari-MVP.md.

7. Mevcut Durum

Roadmap aşaması. Kavramsal tasarım yapılıyor; teknoloji seçimi henüz açık. Veri kaynağı tarafında Qwen pipeline'ı hazır.

8. Sonraki Adımlar

  1. MVP graph şemasının tanımlanması (varlık + ilişki sözlüğü).
  2. 5.000 tez ile pilot graph yüklemesi.
  3. Örnek 10 sorgu üzerinden teknoloji karşılaştırması (Neo4j vs ArangoDB vs Postgres + pgvector + JSON).
  4. UI prototipi (graph keşif).

9. İlgili Sayfalar