Unification of legal precedents by the supreme court are important becausethese precedents are binding for all courts. Probable inconsistencies of legalprecedents are resolved by the supreme court unification committee via a unification.In this study, the goal is to develop a decision support system using informationtechnologies for the supreme court's sections that define new precedents andsupreme court unification committee.Legal predents documents that are in plain text format are processed to extractbag-of-words. Bag-of-words are represented as vectors and their similarities scoresare computed using different distance measures. Using the similarity scorescomputed clustering (k-means), topic extraction (LDA), and graph algorithms(maximal clique) are utilized to determine the groups of similar precedents. It's notedthat precedents are very similar pairwise within the available unifications.xiiiAccording the experimental results, it's shown that clusters discovered by thek-means algorithms and topic groupings achieved by topic-based similarity usingLDA algorithm cannot fully cover the existing unifications. Maximal cliques in thesimilarity graph of precedents fully cover the existing unifications as well as somecliques also includes additional similar or related documents in the groupings. Theresults are justifies by the domain experts.Keywords: unification of legal precedents, text processing,, clustering,, LatentDrichlet Allocation, maksimal clique, similarity search, topic-based similarity.

Yargıtay İçtihat Birleştirme kararları ilk derece mahkemelerindeki davalardabağlayıcı olması sebebi ile önem arz etmektedir. İçtihatlar arasındaki olasıuyumsuzluk sorunları Yargıtay İçtihatları Birleştirme Genel Kurulu tarafındanbirleştirme kararı ile giderilmektedir. Çalışmada bilişim metodolojileri ileYargıtay'ın içtihat çıkartma birimlerine ve içtihat birleştirme kuruluna karar desteksistemi geliştirilmesi amaçlanmıştır.Açık metin formatındaki içtihat dokümanları, veri işleme süreçlerindengeçilerek kelime kümesi hale getirilmiştir. Kelime kümeleri vektörel olarak ifadeedilmiş ve arasındaki benzerlikler değişik uzaklık ölçütleri ile çıkartılmıştır. Eldeedilen benzerlikler ile kümeleme (K-ortalama), konu çıkartımı (GDT) ve çizgemetodolojileri (maksimal klik) kullanılarak içtihat havuzu içerisinde birbirine benzerolan içtihat grupları çıkartılmıştır. Birleştirme kararları içerisindeki dokümanlarınbirbirine çok benzer olduğu tespit edilmiştir.xiÇalışma sonucunda K-ortalama kümeleme yöntemi ile çıkan kümelerdekidokümanların benzerlik incelemesinde ve GDT kullanılarak konu bazlı benzerlikincelemesinde, içtihat havuzundan birleştirme kararlarının yüksek başarımlı olarakbulunamayacağı gözlemlenmiştir. İçtihat havuzundaki dokümanların ağırlıklı ikilibenzerlik çizgesinde hesaplanan maksimal kliklerin birleştirme kararlarını içerdiği vebenzer ya da ilgili dokümanları grupladığı sonucuna ulaşılmıştır. Sonuçlar alanuzmanları tarafından doğrulanmıştır.Anahtar Kelimeler: İçtihat birleştirme kararları, metin işleme, kümeleme,gizli Dirichlect tahsisi, maksimal klik, benzerlik araması, konu bazlı benzerlik.