Dersin Ayrıntıları
YarıyılKoduAdıT+U+LKrediAKTSSon Güncelleme Tarihi
3YPZ231Metin Madenciliği2+0+02309.11.2026
Dersin Detayları
Dersin Dili Türkçe
Dersin Düzeyi Ön Lisans
Bölümü / Programı Yapay Zeka Operatörlüğü
Öğrenim Türü Örgün Öğretim
Dersin Türü Seçmeli
Dersin Öğretim Şekli Yüz Yüze
Dersin Amacı Bu dersin amacı, öğrencilere metin verilerinden anlamlı bilgi çıkarma yöntemlerini öğretmektir. Öğrenciler, metin ön işleme, doğal dil işleme teknikleri, sınıflandırma ve kümeleme yöntemleri ile metinlerden içgörü elde etmeyi öğreneceklerdir.
Dersin İçeriği Metin madenciliğine giriş: tanım, kapsam ve uygulama alanları
Yapılandırılmamış verilerin yapısal hale getirilmesi ve biçimselleştirilmesi.
Doğal Dil İşleme (NLP) temel kavramları.
Metin ön işleme teknikleri (tokenizasyon, kök bulma, lemmatization vb.).
Duygu analizi (sentiment analysis).
Metin sınıflandırma (text classification) yöntemleri.
Otomatik özetleme teknikleri ve metin özeti çıkarsama.
Dersin Yöntem ve Teknikleri Anlatım, Soru-Cevap, Gösterip Yaptırma
Ön Koşulları Yok
Dersin Koordinatörü Yok
Dersi Verenler Öğr.Gör. Ömer KARAGÖZ omer.karagoz@hku.edu.tr
Dersin Yardımcıları Yok
Dersin Staj Durumu Yok

Ders Kaynakları
Kaynaklar https://web.stanford.edu/~jurafsky/slp3/ (2026)
https://www.researchgate.net/publication/354325197_Metin_Madenciligi_Text_Mining (2020)


Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.

Değerlendirme Ölçütleri
Yarıyıl Çalışmaları Sayısı Katkı
Ara Sınav 1 % 40
Yarıyıl Sonu Sınavı 1 % 60
Toplam :
2
% 100

 
AKTS Hesaplama İçeriği
İş Yükü Sayısı Süre Toplam İş Yükü (Saat)
Ders Süresi 14 2 28
Ödevler 5 3 15
Ara Sınavlar 1 15 15
Yarıyıl Sonu Sınavı 1 30 30
Sınıf İçi Performans 1 2 2
Toplam İş Yükü   AKTS Kredisi : 3 90

 
Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Sıra NoAçıklama
1 Metin madenciliği kavramını ve uygulama alanlarını açıklayabilme.
2 Yapılandırılmamış metin verilerini işleyerek analize hazır hale getirebilme.
3 Temel NLP kavramlarını ve metin ön işleme tekniklerini uygulayabilme
4 Duygu analizi ve metin sınıflandırma yöntemlerini kullanabilme.
5 Otomatik özetleme teknikleriyle metinlerden bilgi çıkarabilir.

 
Ders Konuları
HaftaKonuÖn HazırlıkDökümanlar
1 Metin madenciliğine giriş: tanım, kapsam ve uygulama alanları Konu ile ilgili kaynakları okumak
2 Veri türleri: yapılandırılmış vs. yapılandırılmamış veriler Konu ile ilgili kaynakları okumak
3 Yapılandırılmamış verilerin işlenmesi ve biçimselleştirilmesi Konu ile ilgili kaynakları okumak
4 Doğal Dil İşleme (NLP) kavramlarına giriş Konu ile ilgili kaynakları okumak
5 Metin ön işleme I: tokenizasyon, küçük/büyük harf dönüşümleri Konu ile ilgili kaynakları okumak
6 Metin ön işleme II: kök bulma (stemming), lemmatization Konu ile ilgili kaynakları okumak
7 Metinlerden özellik çıkarma: temel yöntemler (bag-of-words, TF-IDF tanıtımı) Konuyla ilgili son uygulamalar ve akademik çalışmaları incelemek,
8 Duygu analizi (Sentiment Analysis) temelleri Konuyla ilgili son uygulamaları incelemek
9 Duygu analizi uygulamaları (ör. sosyal medya yorumları) Konuyla ilgili güncel kaynaklardan araştırma yapmak
10 Metin sınıflandırma (Text Classification) temel yöntemler Uygulama yapmak
11 Metin sınıflandırma uygulamaları (ör. spam e-posta tespiti) Automatic summarization techniques: extractive summarization
12 Otomatik özetleme teknikleri: çıkarımsal (extractive) özetleme Konu ile ilgili araştırma yapıp uygulama kullanmak, kaynakları okumak
13 Otomatik özetleme uygulamaları ve gerçek yaşam örnekleri Konu ile ilgili gözlem yapmak, kaynakları okumak
14 Genel tekrar, proje sunumları ve dönem sonu sınav hazırlığı Genel değerlendirme

 
Dersin Program Çıktılarına Katkısı
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10
Ö1 4
Ö2 4
Ö3 5
Ö4 5
Ö5 4

  Katkı Düzeyi: 1: Çok Düşük 2: Düşük 3: Orta 4: Yüksek 5: Çok Yüksek