VBM695 — Klinik Türkçe BERT NER Modeli (`vbm695-clinical-turkish-ner`)

Bu model, Hacettepe Üniversitesi Bilişim Enstitüsü — Veri ve Bilgi Mühendisliği (VBM695) Dönem Projesi ("Psikoterapi Seans Kayıtlarından Mahremiyet Korumalı Klinik Bilgi Çıkarımı ve Gelişim Takibi") kapsamında dbmdz/bert-base-turkish-cased temel modeli üzerine klinik alan uyarlaması (domain adaptation) yapılarak eğitilmiştir.

1. Modelin Amacı ve Mimari Konumu (Trusted Local Edge)

Psikoterapi seans dökümlerinin bulut LLM servislerine (GPT-4o / Claude 3.5 Sonnet) gönderilmeden önce %100 yerel ortamda sözde-anonimleştirilmesi (Ahmet'le $\rightarrow$ [PERSON_1]'le) için geliştirilmiştir:

Çift Anlamlı Türkçe Kelime Ayrımı: Psikoterapi seanslarında sıkça geçen "Umut, Duygu, Deniz, Barış, Sevgi, Savaş" gibi hem duygu/kavram (O) hem de özel insan ismi (B-PER) olabilen kelimeleri klinik cümle bağlamından ayırt eder.
STT Konuşma Dili Dayanıklılığı: Ses deşifresi (Faster-Whisper) kaynaklı küçük harf ve kesme işareti eksikliklerine karşı dayanıklıdır.
Duyarlılık Odaklı Karar Eşiği ($\tau = 0.35$): Sağlık verisinde özel isim kaçırmamak (False Negative sayısını minimize etmek) üzere karar eşiği $\tau^* = 0.35$ olarak optimize edilmiştir.

2. Etiket Şeması (7 Sınıf BIO)

ID	BIO Etiketi	Klinik Karşılığı	Sözde-Anonimleştirme Kodu
`0`	`O`	Varlık Dışı (Cins isimler, duygu/kavram kelimeleri dahil)	—
`1`	`B-PER`	Kişi Adı Başlangıcı (Danışan, eş, aile, iş arkadaşı, hekim)	`[PERSON_n]`
`2`	`I-PER`	Kişi Soyadı / İkinci Adı	`[PERSON_n]`
`3`	`B-ORG`	Kurum / İş Yeri / Hastane Başlangıcı	`[ORG_n]`
`4`	`I-ORG`	Kurum / İş Yeri / Hastane Devamı	`[ORG_n]`
`5`	`B-LOC`	İl / İlçe / Semt Başlangıcı	`[LOC_n]`
`6`	`I-LOC`	İl / İlçe / Semt Devamı	`[LOC_n]`

3. Doğrulama Kümesi (`Validation`) Karar Eşiği ($\tau$) Optimizasyonu Sonuçları

3.1. Gerçekçi Klinik Doğrulama Kümesi (Standart + %33 STT Küçük Harf / Gürültülü Transkript)

Karar Eşiği ($\tau$)	Entity Precision	Entity Recall (Birincil)	Entity F1-Score	Recall-Biased $F_2$	Kaçırılan PII Token (FN)
`0.25`	%99.87	%99.79	%99.83	%99.81	2
`0.35` *(Seçilen Optimal $\tau^$)**	%99.79	%99.75	%99.77	%99.75	3
`0.50`	%99.70	%99.70	%99.70	%99.70	4

3.2. Temiz (Tam İmla) Doğrulama Kümesi (`val_ner_bio.jsonl` — 24 Seans, 1.776 Tur)

Karar Eşiği ($\tau$)	Entity Precision	Entity Recall	Entity F1-Score
`0.25`	%100.00	%100.00	%100.00
`0.35`	%100.00	%100.00	%100.00
`0.50`	%100.00	%100.00	%100.00

Çift Anlamlı Kelime ("Umut, Duygu, Deniz, Barış, Sevgi, Savaş") Ayrım Başarımı ($\tau=0.35$):
- Cins İsim (O) Doğruluğu: %100.00 (546/546)
- Özel İsim (PER) Duyarlılığı: %100.00 (49/49)
Ortalama Çıkarım Süresi: Konuşma turu başına 5.33 ms | Seans başına 394.24 ms.

burakozmen/vbm695-clinical-turkish-ner

VBM695 — Klinik Türkçe BERT NER Modeli (vbm695-clinical-turkish-ner)