sertacates/tamam

taMAM - Tarayıcı Mevzuat Arama Motoru

taMAM | Tarayıcı Mevzuat Arama Motoru

Proje Bağlılık Listesi

Projenin Çalışması için Gerekli Dosyalar

Dosya Adı	İşlevi
main	Yarışmada kullanılacak bütün kodları içeren toplam kod
kanunum-nlp-doc-analysis-dataset.csv	Yarışmaya hazırlık süresince kullanılan örnek veri seti

Projenin Çalışması için Gerekli Kurulumlar

Ayrıca Gereksinimler.txt dosyasını da inceleyebilirsiniz.

Dosya Adı	Pip ile İndirme	PyPI Sitesi
pip 22.2.2	-	https://pypi.org/project/pip/
transformers 4.20.1	pip install transformers	https://pypi.org/project/transformers/
pandas 1.3.5	pip install pandas	https://pypi.org/project/pandas/
google colab 1.0.0	-	-
datetime 4.5	pip install DateTime	https://pypi.org/project/DateTime/
matplotlib 3.2.2	pip install matplotlib	https://pypi.org/project/matplotlib/
numpy 1.21.6	pip install numpy	https://pypi.org/project/numpy/

Proje'nin Community Standarts Dosyaları

Dosya Adı	Link
README.md	https://github.com/iflGARAJI10100/taMAM/blob/main/README.md
CODE_OF_CONDUCT.md	https://github.com/iflGARAJI10100/taMAM/blob/main/CODE_OF_CONDUCT.md
CONTRIBUTING.md	https://github.com/iflGARAJI10100/taMAM/blob/main/CONTRIBUTING.md
LICENSE	https://github.com/iflGARAJI10100/taMAM/blob/main/LICENSE

taMAM | Tarayıcı Arama Motoru'nun Modülleri, İşlevleri ve Doğruluk Değerleri

Daha detaylı bilgilendrime için ProjeGelişimDokumani.md dosyasını inceleyebilirsiniz.

1. Kural Bazlı Madde Sayısı Tespit Modülü

• Belge Dökümantasyonuna Buradan ulaşabilirsiniz.
• YÖNTEM: "Madde XX -" bu yapı doküman içinde parça parça aranır, yapı tespit edildiğinde XX sayısı alınır, mevcut madde sayısında takip eden sayı bulunmuşsa mevcut madde sayısı güncellenir. İstisnalar olarak EK ve GEÇİCİ için kontrol yapılır.

2. Kural Bazlı Data_text İçinden Veri Çıkarım Modülü

• TDDİ yerine kural bazlı çözüm kullanılmıştır.
• Kural bazlı sistemin ana avantajı TDDİ ye göre oldukça daha hızlı olması, ancak kuralın her kategoride uygulanabilecek bir yöntem olup olmadığı hala test ediliyor.
• Bulgularımız:

3. Belgelerde Kategori Bulma Mödülü

• YÖNTEM: Kategorilerin "Madde 1"lerine kadar olan kısımları içerisinde kategorilerin türlerini tespit etmeye yarayan özel ifadeleri kural bazlı bir arama ile bulur. Bulunan sonuçlara göre Karmaşıklık Matrisi değerleri çıkartılır.

4. Mükerrer No Bulma Modülü

• Belge Dökümantasyonuna Buradan ulaşabilirsiniz.
• YÖNTEM: Belgelerin Data_Text alanlarından ilk 310 karakteri çeker ve içlerinde kural bazlı Mükerrer No araması yapar.

Katkılarından Ötürü Teşekkür Ederiz

• Sayın Furkan KADIOĞLU | Mentör |
• Değerli Sertaç ATEŞ | Danışman Öğretmen |

Takım Üyeleri

• Eray AKIN | Takım Kaptanı | ErAk042
• Seyithan Toprak GÜNGÖR | Takım Üyesi | S-Toprak
• Sertaç ATEŞ | Danışman Öğretmen | sertacates

Hakkımızda

taMAM | Tarayıcı Mevzuat Arama Motoru, İFL Garajı 10100 takımı tarafından Teknofest 2022 Türkçe Doğal Dil İşleme Yarışması kapsamında düzenlenen Kamuda Arama Motoru Geliştirme alanında yarışması için oluşturulan bir NLP projesidir.

Takımımız İzmir Fen Lisesi 11. Sınıf öğrencilerinden oluşmakta olup adımız olan İFL Garajı 10100 günümüz Arama Motorları arasında akla ilk gelen isimlerden biri olan Google şirketinin kuruluşuna ve Googol sayısına bir göndermedir.

taMAM projesi Jupyter Notebook'la yazılmış dökümantasyonlar, Python diliyle hazırlanmış olan ana kodumuz ve Community Standart'la ilgli olan MarkDown dosyalarından oluşmaktadır. Proje adı ise Teknofest Organizatörleri tarafından yarışmaya hazırlanmamız için bize verilen Veri Setin'den veri elde etme şeklimizle oluşturulmuş bir kısaltmadır.