Using natural language processing for automated construction contract review during risk assessment at the bidding stage

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İNŞAAT MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: İngilizce

Öğrenci: GÖRKEM EKEN

Danışman: MUSTAFA TALAT BİRGÖNÜL

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

İnşaat sektörü çeşitli riskler içermesi ve inşaat projelerinin doğası ve birden fazla tarafın katılımı nedeniyle başarısızlığa açıktır. Sözleşmeler, tarafların sorumluluklarını tanımlamak için kullanılan yasal belgelerdir. Taraflarca üstlenilen riskler, sözleşmelerdeki pozisyonları ile son derece ilişkilidir ancak, sözleşmelerin işverenler tarafından hazırlanması nedeniyle yükleniciler, tekliflerini hazırlamadan önce sorumluluklarını gözden geçirmek için yeterli zamana sahip olmayabilirler. Bununla birlikte sözleşmeler her zaman sorumlulukların paylaşımı/tanımlanması konusunda net olmamakta ve bu durum sonuç olarak belirsizliklere yol açmaktadır. Bu kapsamda; bilgi teknolojilerindeki gelişmelerin, inşaat sektörüne bu husustaki problemlerin çözümü açısından fayda sağlayabileceği düşünülmektedir. Doğal Dil İşleme (DDİ) ile belge hacmine ve mevcut donanıma bağlı olarak sözleşme belgelerini saniyeler içinde incelemek mümkün olabilecektir. Bu çalışmada, makine öğrenimi uygulamaları için bir eğitim veri seti oluşturmak amacıyla FIDIC standart sözleşme formları seçilmiş ve tüm cümleler cümle türü ve sahiplik ile etiketlenmiştir. Eğitim veri setine ek olarak gerçek bir projenin sözleşmesi kullanılarak test data seti oluşturulmuştur. Oluşturulan veri seti ile 5 farklı makine öğrenme algoritması çeşitli doğal dil işleme teknikleriyle eğitilmiş, 12 makine öğrenmesi modelinin sonuçları değerlendirilmiş ve seçilen modeller topluluk öğrenmesi metodu kullanılarak birleştirilmiştir. Sonuç olarak, bir FIDIC sözleşmesinde yer alan cümle türleri; başlık, tanım, yükümlülük, risk ve hak sahipliği olarak %89 oranında doğru olarak sınıflandırılmış, ayrıca risk hak sahipliği, yükümlülük içeren cümleler için ilişkili taraflar %83 oranında doğru tahmin edilmiştir. Önerilen yöntem, müteahhitler tarafından ihale hazırlık aşamasında risk primlerine karar vermek için gerekli olan sözleşmesel risklerin belirlenmesi için kısa sürede sözleşme metnini sınıflandırmak için kullanılabilir.