Doğal dil işleme (DDİ), insan bilgisayar etkileşiminde geniş bir uygulama alanına sahiptir. Kullanıcıların arama memnuniyetini artırmak amacıyla birçok bilgi erişim yöntemleri geliştirilmiştir. Bu sebeple sesli komut ile veri tabanına erişim çalışması insanların alıştıkları soru ortamını hazırlamaya yönelik olmuştur. Bu çalışma kapsamında, sesli komutları yazıya döken bir sorgu ara yüzü geliştirilmiştir. Kullanıcılar bilgilendirici şablonlar sayesinde belirgin kelimeler kullanarak sesli şekilde istediği bilgiyi söyleyecektir. Söylenen cümle ilk aşamada metine çevrilmiştir. Bir sonraki aşamada kullanıcının arama sorgusunu daha iyi analiz ederek kullanıcının arama isteği doğrultusunda daha doğru ve kararlı sonuçlar ile karşılaşmasını hedefleyen açık kaynak kodlu BERT (Bidirectional Encoder Representations from Transformers) mimarisi kullanılarak kendi dikkat ağırlığına sahip etiketleri hizalamak amacıyla SQL (Yapılandırılmış Sorgu Dili) sorgulama dilinin bileşenleri sınıflandırılmıştır. Çalışmada SELECT ve DİĞER sorgu tipleri (DELETE, UPDATE) diye ayırarak ikili sınıflandırma üzerinde çalışılmıştır. Alınan veri etiketlenmiş verilerle karşılaştırılarak model doğruluğu test edilmiştir. Tahmin edilen etiket sonucu ara yüzde gösterilmiştir. Çalışma ile Türkçe tabanlı bir insan bilgisayar etkileşimi aracı geliştirilmiş ve SQL ile ilgili teknik bilgi gerektirmeden veri tabanını sorgulamalarına olanak tanınmıştır.
Natural language processing (NLP) has a broad range of applications in human-computer interaction. Consequently, numerous information retrieval methods have been developed to enhance user search satisfaction. Thus, a voice-command access to a database project has been designed to create a familiar query environment. Users will employ informative templates, articulating their desired information using distinct keywords via voice. The spoken sentence is initially converted into text. Subsequently, an open-source BERT (Bidirectional Encoder Representations from Transformers) architecture with customized attention weights is employed to align self-learned tags within the SQL (Structured Query Language) query components, aiming to provide more accurate and consistent search results aligned with the user's intent. The project focuses on binary classification, distinguishing between SELECT and other query types (DELETE, UPDATE). Model accuracy is tested against labeled data, with predicted labels displayed in the interface. By utilizing Turkish, the project contributes to the literature, offering a user-friendly data-querying tool that saves time through voice interaction, eliminating the need for technical SQL knowledge. This project is poised to expand the user base and introduce numerous individuals to the realm of software development.
