Abstract
Atasözleri ve deyimler, yüzyıllar boyunca toplumların deneyimlerini, gözlemlerini ve kültürel değerlerini yansıtan sözlü kültür ürünleridir. Özellikle Türkçede yaygın olan bu kalıplaşmış ifadeler hem dilbilimsel analiz hem de yapay zekâ tabanlı uygulamalar açısından önemli bir değere sahiptir. Bu çalışmada, Türkçe atasözleri ve deyimlerden oluşan kapsamlı bir veri seti oluşturulmuş ve ikili sınıflandırma yoluyla kategorize edilmiştir. Kümeleme süreci yalnızca atasözlerine odaklanmış olup, atasözlerinin anlamları yeniden ifade edilerek, örnek cümleler üretilerek ve tematik etiketler atanarak anlamsal olarak zenginleştirilmiştir. Anlam üretimi görevi için DeepSeek R1 ve mT5 modelleri ince ayarlanmıştır. Bunlar arasında mT5 modeli, tutarlı ve bağlamsal olarak doğru anlamlar üretmede DeepSeek R1’den üstün performans göstermiştir. Ayrıca, atasözleri ve deyimlerin sınıflandırılması için BERT ve DistilBERT gibi transformatör tabanlı modeller kullanılarak %99 gibi yüksek bir doğruluk oranı elde edilmiş olup, en iyi performansı bu iki model sergilemiştir. Atasözlerinin zenginleştirilmiş anlamları daha sonra dört farklı gömme (embedding) modeli kullanılarak vektör temsillerine dönüştürülmüştür: OpenAI (text-embedding-3-large), CohereEmbedding (embed-multilingual-v3.0), SentenceTransformer (paraphrase-multilingual-mpnet-base-v2) ve BERTurk (bert-base-turkish-cased). Kümeleme işlemi, her bir gömme modelinin çıktısı için ayrı ayrı gerçekleştirilmiştir. Yüksek boyutluluk sorununu gidermek için PCA ile boyut indirgeme uygulanmış ve altı farklı kümeleme algoritması sistematik olarak karşılaştırılmıştır. Kümeleme kalitesi Silhouette skoru, Davies-Bouldin indeksi, Calinski-Harabasz indeksi ile PCA ve UMAP görselleştirmeleriyle değerlendirilmiştir. Anlamsal tutarlılığı değerlendirmek amacıyla her kümeden rastgele seçilen 15 atasözünü 1–5 ölçeğinde puanlayan 539 katılımcıyla kullanıcı temelli bir değerlendirme yapılmıştır. Tüm modeller arasında OpenAI’ın “text-embedding-3-large” modeli 3,90 ortalama puanla en yüksek skoru elde etmiş ve sonuç olarak üç kümeli yapı nihai model olarak benimsenmiştir.