Dersin Ayrıntıları
YarıyılKoduAdıT+U+LKrediAKTSSon Güncelleme Tarihi
3TVI223Doğal Dil İşleme3+0+03327.08.2026

 
Dersin Detayları
Dersin Dili Türkçe
Dersin Düzeyi Ön Lisans
Bölümü / Programı Tıbbi Veri İşleme Teknikerliği
Öğrenim Türü Örgün Öğretim
Dersin Türü Seçmeli
Dersin Öğretim Şekli Yüz Yüze
Dersin Amacı Dersin amacı, öğrencilerin doğal dil işlemenin temel kavramlarını ve çalışma alanlarını öğrenmelerini; Python programlama dili ve temel doğal dil işleme araçlarını kullanarak metin verilerini hazırlamalarını, işlemelerini ve analiz etmelerini; temel doğal dil işleme yöntemlerini uygulamalarını ve modern doğal dil işleme yaklaşımlarının çalışma prensiplerini kavramalarını sağlamaktır.
Dersin İçeriği Bu ders; doğal dil işlemenin temel kavramlarını ve Python programlama dili kullanılarak metin verilerinin işlenmesi ve analiz edilmesine yönelik uygulamaları kapsar. Ders kapsamında Python ortamında NLTK ve scikit-learn kütüphaneleri kullanılarak metin ön işleme, tokenizasyon, normalizasyon, kök ve gövde bulma, metinlerin sayısal olarak temsil edilmesi, metin benzerliği, temel metin sınıflandırma, duygu analizi ve adlandırılmış varlık tanıma uygulamaları gerçekleştirilir. Ayrıca sağlık ve klinik metinleri üzerinde doğal dil işleme uygulamaları ile word embeddings, transformer tabanlı modeller, BERT ve büyük dil modelleri gibi modern doğal dil işleme yaklaşımları Hugging Face Transformers kütüphanesi üzerinden temel düzeyde ele alınır. Uygulamalar Jupyter Notebook veya Google Colab ortamında gerçekleştirilir.
Dersin Yöntem ve Teknikleri Anlatım, soru-cevap, problem çözme, kodlama örnekleri, metin analizi ve uygulamalı çalışmalar.
Ön Koşulları Yok
Dersin Koordinatörü Yok
Dersi Verenler Öğr.Gör. ZEYNEP YAREN OĞUZ POLAT
Dersin Yardımcıları Yok
Dersin Staj Durumu Yok

Ders Kaynakları
Kaynaklar
Ders Notları 1. Kaya, Y. (2024). Python ile Metin Madenciliği ve Doğal Dil İşleme. Akademisyen Kitabevi.
2. Sağıroğlu, Ş. & Bilgin, M. (Ed.). (2025). Doğal Dil İşleme ve Büyük Dil Modelleri. Nobel Akademik Yayıncılık.
3. NLTK, scikit-learn ve Hugging Face Transformers kütüphanelerinin güncel çevrimiçi dokümantasyonları.
4. Öğretim elemanı tarafından hazırlanan ders notları, kod örnekleri ve uygulama materyalleri.

Ders Yapısı
Mühendislik Bilimleri %100

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

Değerlendirme Ölçütleri
Yarıyıl Çalışmaları Sayısı Katkı
Ara Sınav 1 % 20
Uygulama 1 % 20
Proje 1 % 20
Yarıyıl Sonu Sınavı 1 % 40
Toplam :
4
% 100

 
AKTS Hesaplama İçeriği
İş Yükü Sayısı Süre Toplam İş Yükü (Saat)
Ders Süresi 14 3 42
Sınıf Dışı Ç. Süresi 14 1 14
Ara Sınavlar 1 5 5
Uygulama 1 4 4
Proje 1 10 10
Yarıyıl Sonu Sınavı 1 7 7
Toplam İş Yükü   AKTS Kredisi : 3,2156862745098 82

 
Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Bilgi 
1 Doğal dil işlemenin temel kavramlarını, çalışma alanlarını ve sağlık bilişimindeki kullanım alanlarını açıklar.
5 Word embeddings, transformer tabanlı modeller ve büyük dil modelleri gibi modern doğal dil işleme yaklaşımlarının temel çalışma prensiplerini ve kullanım alanlarını açıklar.
Beceri 
2 Python ve temel doğal dil işleme araçlarını kullanarak metin verilerini temizler, dönüştürür ve analize hazırlar.
3 Metinlerin sayısal temsili, metin benzerliği, metin sınıflandırma, duygu analizi ve adlandırılmış varlık tanıma gibi temel doğal dil işleme yöntemlerini basit uygulamalarda kullanır.
4 Python tabanlı doğal dil işleme yöntemlerini sağlık ve klinik metinlerinin işlenmesi ve metinlerden bilgi çıkarılması amacıyla temel düzeyde uygular.

 
Ders Konuları
HaftaKonuÖn HazırlıkDökümanlar
1 Doğal dil işlemeye giriş; temel kavramlar, NLP uygulama alanları ve Python tabanlı NLP geliştirme ortamının (Jupyter Notebook/Google Colab) hazırlanması NLP ` nin temel kavramları ve Python tabanlı geliştirme ortamlarının incelenmesi Ders sunumu, uygulama notları ve örnek kodlar
2 Python ile temel metin işleme; string işlemleri, düzenli ifadeler (Regular Expressions - Regex) ve metin verilerinin okunması Python string işlemleri ve düzenli ifadelerin temel kullanımının incelenmesi Ders sunumu, uygulama notları ve örnek kodlar
3 NLTK ile metin ön işleme; metin temizleme, normalizasyon ve tokenizasyon Metin ön işleme ve tokenizasyon kavramlarının incelenmesi Ders sunumu, NLTK uygulama notları ve örnek kodlar
4 NLTK ile durak kelimelerin (stop words) kaldırılması, kök bulma (stemming) ve lemmatization işlemleri Stop words, stemming ve lemmatization kavramlarının incelenmesi Ders sunumu, NLTK uygulama notları ve örnek kodlar
5 scikit-learn ile metinlerin sayısal temsili; Bag of Words, n-gram ve TF-IDF Metinlerin sayısal temsil yöntemlerinin temel özelliklerinin incelenmesi Ders sunumu, uygulama notları ve örnek kodlar
6 Python ve scikit-learn ile metin benzerliği; kosinüs benzerliği ve temel metin analizi uygulamaları Metin benzerliği ve kosinüs benzerliği kavramlarının incelenmesi Ders sunumu, uygulama notları ve örnek kodlar
7 scikit-learn ile metin sınıflandırma; veri setinin hazırlanması, model eğitimi, tahmin ve temel performans değerlendirmesi Metin sınıflandırma sürecinin temel aşamalarının incelenmesi Ders sunumu, veri setleri, uygulama notları ve örnek kodlar
8 Ara Sınav Önceki konuların tekrar edilmesi Ders materyalleri
9 Python ile duygu analizi; metin sınıflandırmaya dayalı temel uygulamalar Duygu analizi ve metin sınıflandırma konularının tekrar edilmesi Ders sunumu, veri setleri ve örnek kodlar
10 Adlandırılmış varlık tanıma (Named Entity Recognition - NER) ve Python ile temel NER uygulamaları Adlandırılmış varlık tanıma kavramı ve kullanım alanlarının incelenmesi Ders sunumu, uygulama notları ve örnek kodlar
11 Sağlık ve klinik metinlerinin işlenmesi; Python ile sağlık metinleri üzerinde temel NLP uygulamaları Sağlık ve klinik metinlerinin özelliklerinin incelenmesi Ders sunumu, örnek sağlık metinleri ve uygulama kodları
12 Sağlık bilişiminde uygulamalı NLP; klinik dokümantasyon, metinden bilgi çıkarımı ve klinik kodlamayı destekleyen Python uygulamaları Sağlık bilişiminde NLP kullanım alanlarının ve bilgi çıkarımı kavramının incelenmesi Ders sunumu, sağlık metinleri, uygulama notları ve örnek kodlar
13 Word embeddings ve anlamsal metin temsilleri; Python ile temel vektör temsili ve anlamsal benzerlik uygulamaları Word embeddings ve anlamsal metin temsillerinin temel kavramlarının incelenmesi Ders sunumu, uygulama notları ve örnek kodlar
14 Transformer mimarisine giriş; BERT ve modern NLP yaklaşımları, Hugging Face Transformers ile önceden eğitilmiş modellerin kullanımı Transformer mimarisi ve önceden eğitilmiş dil modellerinin temel çalışma prensiplerinin incelenmesi Ders sunumu, Hugging Face uygulama notları ve örnek kodlar
15 Büyük dil modelleri (LLM) ve üretken yapay zekâ; Hugging Face Transformers/Python ile temel modern NLP uygulamaları ve genel değerlendirme Büyük dil modelleri ve üretken yapay zekânın temel kavramlarının incelenmesi Ders sunumu, uygulama notları, örnek modeller ve kodlar
16 Final Haftası Final sınavına hazırlık Ders materyalleri
17 Final Haftası Final sınavına hazırlık Ders materyalleri

 
Dersin Program Çıktılarına Katkısı
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 P15 P16
Tüm 4
Bi1 2
Bi5 3
Be2 5
Be3 5
Be4 5

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