Classification of Decisions of the Court of Jurisdictional Disputes of Türkiye Using Machine Learning Methods

Muhammed Burak Görentaş; Taner Uçkan; Nuran Bayram Arlı

Makale detayları

Classification of Decisions of the Court of Jurisdictional Disputes of Türkiye Using Machine Learning Methods

Yazarlar:

Muhammed Burak Görentaş | Taner Uçkan | Nuran Bayram Arlı

Yayıncı:

Van Yuzuncu Yıl University

Ana Başlıklar:

Mühendislik

Dergi:

Yüzüncü Yıl Üniversitesi Fen Bilimleri Enstitüsü Dergisi Vol.28 Issue 3, pp.947-961

Belge Tipi:

Makale

Yayın Tarihi:

12/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001307829

pISSN:

1300-5413

Anahtar kelimeler:

Özet:

 With the advancements in machine learning and natural language processing, studies have started to be conducted in the field of law, just like in every other field. Machine learning and natural language processing technologies have helped in automatically analyzing and classifying legal texts, enabling lawyers and judges to read and understand large amounts of legal text quickly. Additionally, these technologies have also started to be used in the decision-making process in law. They have been used to predict the outcomes of legal cases and evaluate possible outcomes. Furthermore, machine learning and natural language processing technologies have been used to analyze previous legal decisions and learn from them. This has enabled the analysis of previous decisions to make informed decisions on new cases. In this study, negative jurisdictional dispute cases of the Court of Jurisdictional Disputes of Turkey were divided into two categories: judicial and administrative, and an attempt was made to predict them. The court decisions, after undergoing data preprocessing using natural language processing techniques and feature extraction using TF-IDF, were translated into machine language. They were then classified using machine learning algorithms such as logistic regression, support vector machines, decision trees, and random forest algorithms.. The performance evaluations of the classification techniques used resulted in predicting court decisions with 87 accuracy rates. The studys results are seen to have positive outcomes for the scientific community and legal actors alike.

 With the advancements in machine learning and natural language processing, studies have started to be conducted in the field of law, just like in every other field. Machine learning and natural language processing technologies have helped in automatically analyzing and classifying legal texts, enabling lawyers and judges to read and understand large amounts of legal text quickly. Additionally, these technologies have also started to be used in the decision-making process in law. They have been used to predict the outcomes of legal cases and evaluate possible outcomes. Furthermore, machine learning and natural language processing technologies have been used to analyze previous legal decisions and learn from them. This has enabled the analysis of previous decisions to make informed decisions on new cases. In this study, negative jurisdictional dispute cases of the Court of Jurisdictional Disputes of Turkey were divided into two categories: judicial and administrative, and an attempt was made to predict them. The court decisions, after undergoing data preprocessing using natural language processing techniques and feature extraction using TF-IDF, were translated into machine language. They were then classified using machine learning algorithms such as logistic regression, support vector machines, decision trees, and random forest algorithms.. The performance evaluations of the classification techniques used resulted in predicting court decisions with 87 accuracy rates. The studys results are seen to have positive outcomes for the scientific community and legal actors alike.

 With the advancements in machine learning and natural language processing, studies have started to be conducted in the field of law, just like in every other field. Machine learning and natural language processing technologies have helped in automatically analyzing and classifying legal texts, enabling lawyers and judges to read and understand large amounts of legal text quickly. Additionally, these technologies have also started to be used in the decision-making process in law. They have been used to predict the outcomes of legal cases and evaluate possible outcomes. Furthermore, machine learning and natural language processing technologies have been used to analyze previous legal decisions and learn from them. This has enabled the analysis of previous decisions to make informed decisions on new cases. In this study, negative jurisdictional dispute cases of the Court of Jurisdictional Disputes of Turkey were divided into two categories: judicial and administrative, and an attempt was made to predict them. The court decisions, after undergoing data preprocessing using natural language processing techniques and feature extraction using TF-IDF, were translated into machine language. They were then classified using machine learning algorithms such as logistic regression, support vector machines, decision trees, and random forest algorithms.. The performance evaluations of the classification techniques used resulted in predicting court decisions with 87 accuracy rates. The studys results are seen to have positive outcomes for the scientific community and legal actors alike.

 Makine öğrenmesi ve doğal dil işleme alanındaki gelişmelerle birlikte her alanda olduğu gibi hukuk alanında da çalışmalar yapılmaya başlanmıştır. Makine öğrenmesi ve doğal dil işleme teknolojileri, hukuk alanındaki yazılı metinlerin otomatik olarak analiz edilmesine ve sınıflandırılmasına yardımcı olmuştur. Bu sayede, avukatların ve yargıçların büyük miktarda yasal metni hızlı bir şekilde okuyup anlamaları mümkün hale gelmiş ayrıca, makine öğrenmesi ve doğal dil işleme teknolojileri, hukuk alanında karar verme sürecinde de kullanılmaya başlanmıştır. Bu teknolojiler, hukuk davalarının sonuçlarını tahmin etmek ve olası sonuçları değerlendirmek için kullanılmış bunun yanı sıra, makine öğrenmesi ve doğal dil işleme teknolojileri, hukuk alanında daha önceki kararların analiz edilmesi ve bu kararlardan öğrenme yapılması için de kullanılmıştır. Bu sayede, benzer davalar için önceden verilmiş kararlar incelenerek yeni davalar için fikir yürütülebilir hale gelmiştir. Bu çalışmada da Uyuşmazlık Mahkemesinin olumsuz görev uyuşmazlığı davalarında vermiş olduğu kararlar adli ve idari olmak üzere iki sınıfa ayrılarak tahmin edilmeye çalışılmıştır. Doğal dil işleme yöntemleriyle veri ön işleme ve ardından TF-IDF öznitelik çıkarımı yapılan mahkeme kararları makine diline çevrilmiş ardından makine öğrenmesi algoritmalarından lojistik regresyon, destek vektör makineleri, karar ağaçları ve rassal orman algoritmalarıyla sınıflandırılmıştır. Kullanılan sınıflandırma tekniklerinin performans değerlendirmeleri yapılarak mahkeme kararları 87 oranında doğruluk değerleri ile tahmin edilmiştir. Çalışma sonuçlarının bilim dünyası ile birlikte hukuk aktörleri için de olumlu sonuçları olacağı görülmektedir.

Makale detayları

Classification of Decisions of the Court of Jurisdictional Disputes of Türkiye Using Machine Learning Methods

Yazarlar:

Muhammed Burak Görentaş | Taner Uçkan | Nuran Bayram Arlı

Yayıncı:

Van Yuzuncu Yıl University

Ana Başlıklar:

Mühendislik

Dergi:

Yüzüncü Yıl Üniversitesi Fen Bilimleri Enstitüsü Dergisi Vol.28 Issue 3, pp.947-961

Belge Tipi:

Makale

Yayın Tarihi:

12/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001307829

pISSN:

1300-5413

Artificial intelligence

Artificial intelligence judge

Law

Machine LearningHukuk

Makine öğrenmesi

Sanal yargıç

Yapay zeka

Sayı

Makale detayları

Yazarlar: Muhammed Burak Görentaş | Taner Uçkan | Nuran Bayram Arlı

Yayıncı: Van Yuzuncu Yıl University

Ana Başlıklar: Mühendislik

Dergi: Yüzüncü Yıl Üniversitesi Fen Bilimleri Enstitüsü Dergisi Vol.28 Issue 3, pp.947-961

Belge Tipi: Makale

Yayın Tarihi: 12/2023

Belge Dili: Türkçe

Document ID (Org No.): 2001307829

pISSN: 1300-5413

Sayı

Yazarlar:

Muhammed Burak Görentaş | Taner Uçkan | Nuran Bayram Arlı

Yayıncı:

Van Yuzuncu Yıl University

Ana Başlıklar:

Mühendislik

Dergi:

Yüzüncü Yıl Üniversitesi Fen Bilimleri Enstitüsü Dergisi Vol.28 Issue 3, pp.947-961

Belge Tipi:

Makale

Yayın Tarihi:

12/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001307829

pISSN:

1300-5413