İçeriğe geç
Teknoaktif
Son haberler
Yeni Bir Yaklaşım: Anlatısal Vaka Tanımlarından Suç Niteliklendirmesi İçin Hibrit Yapay Zeka Yöntemi
İpuçları

Yeni Bir Yaklaşım: Anlatısal Vaka Tanımlarından Suç Niteliklendirmesi İçin Hibrit Yapay Zeka Yöntemi

Son zamanlarda modern teknoloji, özellikle yapay zekâdaki en son atılımlar sayesinde birçok alanda önemli bir etki yaratmış ve hukuk mesleği de dahil…

Özet

Son zamanlarda modern teknoloji, özellikle yapay zekâdaki en son atılımlar sayesinde birçok alanda önemli bir etki yaratmış ve hukuk mesleği de dahil olmak üzere geniş bir profesyonel yelpazeyi dönüştürecek yeni araçlar sunmuştur. Hukuk alanı geleneksel olarak doğal dilde yazılmış belgelere dayanmaktadır ve bu araçlardan, avukatlara hukuki belgeleri işleme ve hukuki bilgilerle ilgili çıkarımlar yapma konusunda destek sağlayarak fayda görebilir. Bu makale, hukuki hükümlerin olgusal vaka tanımlarına uygulanmasıyla ceza hukukunda karar desteği için üç farklı işlem hattı sunmaktadır. Hukuki metinlerden hukuki bilgileri çıkarma ve bu bilgilerle ilgili çıkarımlar yapma yöntemlerinin, avukatların vardığı sonuçlarla aynı sonuçlara ulaşma derecesini değerlendirmek amacıyla karşılaştırmalı bir çalışma yürütülmektedir. Bu çalışma, büyük dil modellerinin (LLM’ler) ve hukuki ontolojilerin, hukuki metinlerden vaka olgularını çıkarmada ve bu olguları ceza kanununa göre hukuki suçları nitelendirmek için kullanmada ne kadar başarılı olabileceğini araştırmaktadır. İlk yaklaşım, ham hukuki metinler ve yapılandırılmamış olgusal tanımlara dayanarak LLM’lerin uçtan uca çıkarım yapmasına olanak tanır. İkinci yaklaşım, hukuki hükümlerdeki kritik unsurların vaka olgularının çıkarılmasına rehberlik ettiği ve ardından LLM tabanlı çıkarımın uygulandığı yapılandırılmış bir işlem hattı sunar. Üçüncü yaklaşım ise hukuki hükümler ve bunların unsurları için biçimsel bir ontolojik model kullanır; çıkarılan nitelikler bu yapının örnekleri olarak temsil edilir ve ontoloji tabanlı bir çıkarım motoruyla değerlendirilir. Sistemler, çıkarılan hukuki niteliklerin yargı kararlarında belirlenenlerle karşılaştırılması yoluyla bir içtihat veritabanı üzerinden değerlendirilmektedir. Sonuçlar, LLM’lerin minimum ön işleme ile bile hukuki metinler hakkında etkili bir şekilde çıkarım yapabildiğini göstermektedir. Ancak, LLM tabanlı bilgi çıkarımı ve ontoloji tabanlı çıkarımı birleştiren hibrit yaklaşım biraz daha iyi performans sergilemekte; bu da yapılandırılmış bilgi temsiliinin hukuki çıkarım görevlerinde ölçülebilir faydalar ve güvenilirlik sağladığını göstermektedir. Bu bulgular, hukuki uygulamalar için karar destek araçları geliştirirken sembolik ve dil tabanlı yöntemlerin entegrasyonunu desteklemektedir.

1 Giriş

Hukuk alanındaki iletişim geleneksel olarak fiziksel belgeler aracılığıyla doğal dilde gerçekleştirilmiş ve bu belgelerdeki verileri genellikle insanlar (yani avukatlar) işlemiştir. Gelişmiş teknolojik araçların çağında, bu belgelerle ilgili bazı işleme adımları bilgisayarlara kaydırılmış, bu da hukuk profesyonellerinin iş yükünü azaltmış ve onlara daha karmaşık görevler için daha fazla zaman tanımıştır. Mahkeme dilekçelerinde taraflar, iddialarının gerekçelerini açıklarlar ve bu gerekçeler mahkemelerin bu dilekçelerle ilgili atacağı adımları etkileyebilir. Bir vakanın anlatımsal tanımından bir ceza suçunun otomatik olarak tespit edilebilmesi için, ceza hukukuna göre hukuki olarak ilgili olguların doğru bir şekilde çıkarılması ve yorumlanması gerekir. Bu süreç, hukuki dilin karmaşıklığı ve şeffaf, açıklanabilir ve hukuki temellere dayalı çıkarım ihtiyacı nedeniyle çeşitli zorluklar ortaya çıkarmaktadır.

Hukuki ontolojiler ve bilgi temsili üzerine yapılan araştırmalar, bu zorlukların üstesinden gelmek için kritik bir temel sağlamıştır. Hukuki bilgi değişim formatı (LKIF) ontolojisi, üst düzey ontolojilerin deontik kavramlar (örneğin yükümlülükler ve yasaklar) da dahil olmak üzere temel hukuki kavramları nasıl yakalayabileceğini ve aynı zamanda heterojen hukuk sistemleri arasında birlikte çalışabilirliği nasıl sağlayabileceğini göstermektedir. Dahil edilen web ontoloji dili (OWL) betimleme mantığı (DL) ve Kural Değişim Formatı (RIF) gibi kural dilleriyle entegrasyon sayesinde bu çerçeveler, gelişmiş hukuki çıkarım ve normatif çıkarımları desteklemektedir. Örneğin, LKIF, Wikipedia tabanlı derlemler üzerinde eğitilmiş adlandırılmış varlık tanıma ve sınıflandırma sistemleri için hedef ontoloji olarak kullanılmış, bu da hukuki varlıkların otomatik olarak çıkarılmasını ve etiketlenmesini mümkün kılmış ve alana özgü derlemler oluşturmak için ölçeklenebilir bir temel sağlamıştır. Alan özgü bir yaklaşım olan CORBS, ceza hukuku hükümlerini biçimselleştirmek ve karar vermeyi desteklemek için bir OWL-DL ontolojisini Semantik Web Kural Dili (SWRL) kurallarıyla birleştirmektedir. Benzer şekilde, semantik ontolojiler olasılıksal çıkarımla birleştirilerek polis raporları sınıflandırılmış ve bu da yapılandırılmış temsillerin belirsizlik durumlarında sağlamlığı nasıl artırabileceğini göstermiştir. Bilgi çıkarım alanında, ontoloji odaklı bir mimari olan ICIX önerilmiş; bu mimari, yapılandırılmamış veya gürültülü hukuki belgelerden yapılandırılmış bilgi çıkarabilme yeteneğiyle, ontolojilerin veri ön işleme ve semantik zenginleştirmeye rehberlik etmedeki rolünü vurgulamıştır.

Hukuki karar tahmini üzerine yapılan son sistematik literatür taramaları, alandaki gelişmelerin çoğunun model eğitimi ve değerlendirmesi için hukuki dil derlemlerinin mevcudiyetine ve özelliklerine büyük ölçüde bağlı olduğunu göstermiştir. ve , hukuki karar tahmini ve karar sonucu tahmini sistemlerinin ağırlıklı olarak az sayıda referans derlem üzerinde, özellikle İngilizce derlemler (örneğin Avrupa İnsan Hakları Mahkemesi derlemi Medvedeva vd. ; ; ), bunun yanı sıra Çince (; ; ) ve diğer yargı alanına özgü koleksiyonlar üzerinde geliştirildiğini ve test edildiğini bildirmişlerdir. Bu çalışmalar, doğal dil işleme ve makine öğrenmesi yöntemlerinin, etiketleme kalitesi, alan özgüllüğü, sınıf dengesizliği ve dilsel farklılıklar da dahil olmak üzere derlem özelliklerine oldukça duyarlı olduğunu vurgulamaktadır.

Temel Bulgular ve Genel Değerlendirme

VisentinA.NardottoA.OSullivanB. (2019). “Yargı Kararlarını Tahmin Etme: İstatistiksel Olarak Titiz Bir Yaklaşım ve Yeni Bir Ensemble Sınıflandırıcısı,” IEEE 31. uluslararası yapay zekâ araçları konferansı (ICTAI), Portland, OR, ABD, 1820–1824. doi: 10.1109/ICTAI.2019.00275

XiaoC.ZhongH.GuoZ.TuC.LiuZ.SunM.vd. (2018). Cail2018: Karar Tahmini için Büyük Ölçekli Bir Hukuki Veri Kümesi. arXiv [ön baskı]. arXiv:1807.02478. doi: 10.48550/arXiv.1807.02478

XuN.WangP.ChenL.PanL.WangX.ZhaoJ. (2020). Hukuki Karar Tahmini için Karıştırıcı Kanun Maddelerini Ayırt Etme. arXiv [ön baskı]. Çevrimiçi erişilebilir: https://arxiv.org/abs/2004.02557

YangA.LiA.YangB.ZhangB.HuiB.ZhengB.vd. (2025). Qwen3 Teknik Raporu. arXiv [ön baskı]. arXiv:2505.09388. doi: 10.48550/arXiv.2505.09388.

ZhangH.DouZ.ZhuY.WenJ.-R. (2023). Hukuki karar tahmini için karşıt öğrenme. ACM Trans. Inf. Syst. 41, 1–25. doi: 10.1145/3580489

ZhongH.GuoZ.TuC.XiaoC.LiuZ.SunM. (2018). “Topolojik öğrenme yoluyla hukuki karar tahmini,” Doğal dil işlemede ampirik yöntemler 2018 konferansı bildirileri, ed. E. Riloff, D. Chiang, J. Hockenmaier ve J. Tsujii (Brüksel: Hesaplamalı Dil Bilimi Derneği), 3540–3549. doi: 10.18653/v1/D18-1390

Özet

Anahtar Kelimeler

otomatikleştirilmiş hukuki çıkarım, ceza hukuku, büyük dil modelleri, hukuki ontoloji, prompt mühendisliği, kural tabanlı çıkarım

Atıf

Matković J, Marković M, Gostojić S ve Gostojić MM (2026) Anlatımsal vaka tanımlarından ceza suçlarının nitelendirilmesine yönelik hibrit bir yapay zekâ yaklaşımı. Front. Artif. Intell. 9:1900507. doi: 10.3389/frai.2026.1900507

Alındı

04 Haziran 2026

Revize edildi

05 Eylül 2026

Kabul edildi

02 Kasım 2026

Yayınlandı

17 Kasım 2026

9 – 2026

Giovanni Sileno, Amsterdam Üniversitesi, Hollanda

Shunyu Yao, China Telecom Araştırma Enstitüsü, Çin

May Myo Zin, ROIS-DS, Japonya

© 2026 Matković, Marković, Gostojić ve Gostojić.

Bu, Creative Commons Atıf Lisansı (CC BY) şartları altında dağıtılan açık erişimli bir makaledir. Orijinal yazarların ve telif hakkı sahiplerinin belirtilmesi ve bu dergideki orijinal yayına kabul edilen akademik uygulamalara uygun olarak atıfta bulunulması koşuluyla, diğer platformlarda kullanılması, dağıtılması veya çoğaltılmasına izin verilmektedir. Bu şartlara uymayan hiçbir kullanım, dağıtım veya çoğaltmaya izin verilmemektedir.

*İletişim: Jelena Matković, [email protected]

Bu makalede ifade edilen tüm iddialar yalnızca yazarlara aittir ve yazarların bağlı olduğu kuruluşların, yayıncının, editörlerin veya hakemlerin görüşlerini yansıtmak zorunda değildir. Bu makalede değerlendirilebilecek herhangi bir ürün veya üreticisi tarafından yapılabilecek iddialar yayıncı tarafından garanti edilmez veya onaylanmaz.

Frontiers | A hybrid AI approach to criminal offense qualification from narrative case descriptions
Frontiers | A hybrid AI approach to criminal offense qualification from narrative case descriptions
İlginizi Çekebilir: Krybit’ten Settra’ya: 2026’nın 6 fidye yazılımı grubunun işleyişi →
Kaynak: Frontiersin ↗

Yorumlar

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir