Konulu Hadis Projesi ve Metin Madenciliği

Metin madenciliği tekniklerinin kullanılabileceği ve daha önce hiçbir araştırmacının üzerinde çalıştığını görmediğim bir alandan bahsetmek istiyorum.

Metin madenciliği algoritmaları hadislerin ve dini metinlerin üzerinde kullanılabilir. Araştırmacılara duyurulur..

(Not: Bu yazıyı Veri Madenciliği dersinden 4 üzerinde 2 almış bir öğrenci yazıyor, bilgilerinize. :) )

Diyanet işleri başkanlığının "Konulu Hadis Projesi" adı altında bir projesi var, bu proje yıllardan beri devam eden bir proje. 2011 Ramazan'ına yetiştirilmeye çalışılıyor diye biliyorum. Bu proje kapsamında yanlış bilmiyorsam 203000' e yakın hadis elektronik ortama aktarılıp sınıflandırılıyor ve hocalar tarafından açıklamaları yapılıyor. Bu hadisler konularına göre tasnif ediliyorlar. 105 kişilik bir çalışma grubu ile belirlenen 371 konu başlığı altında hadisler toplanıyor.

Bu proje içindeki dini metinler ve veritabanı veri madenciliği uygulamaları için son derece elverişli. Buradan bir değil, bir kaç bilimsel araştırma ve makale rahatlıkla çıkar. Neler yapılabilir diyecek olursak aklıma gelenleri kısaca yazayım:

1-) Hadisler sınıflandırma algoritmaları kullanılarak önceden belirlenen konulara göre sınıflandırılabilirler(di). Örneğin sınıflandırılmış 10-15 bin hadis bizim için öğrenme dökümanı(kümesi) olurdu, bu öğrenme kümesi kullanılarak geri kalan 190 bin civarında hadis bilgisayar yardımıyla konularına göre ayrılabilirdi. Elbette daha sonra, yapılan bu sınıflandırma işlemi yetkili ve yeterli kişiler tarafından gözden geçirilebilir, bu sayede son derece hassas bir konuda her şey bilgisayara bırakılmamış olur, öte yandan sınıflandırma işleminde zaman kazanılır.

2-) Hadislerin konuları belirlenirken veri madenciliğinin demetleme algoritmaları kullanılabilir. Bu demetleme algoritmaları ile hadisler tamamen kendi yapıları nasıl demetlenmeleri gerekiyorsa o şekilde demetlenebilirlerdi. Örneğin demetleme algoritmalarında kullanılacak çeşitli katsayılar değiştirilerek hadisler ister 10 ayrı demete, isterse 400 ayrı demete bölünebilir. Bu şekilde hadislerin konularına göre ayrılması işlemi yine hadislerin içindeki geçen kelimelerin sıklığı ve dağılımına göre bilgisayar tarafından otomatik olarak yapılabilir. Bu çalışma sonucunda ortaya çıkacak sonuç da ilim adamları için aydınlatıcı olabilir. Örneğin günün ihtiyaçlarına göre konu başlıkları belirlenirken bu çalışmanın sonuçlarından faydalanılabilir.

3-) Yine hadislerin demetleme algoritmalarına sokulmasının ardından sapan veriler(outliers) rahatlıkla tespit edilebilir. Bu sapan veriler diğer demetlenen hadislere oranla daha farklı hadisler olacaklardır ve aynı zamanda herhangi bir gruba yakınlık bakımından diğer hadislere göre daha zayıf hadisler olacaktır. İşte bu ulaşılan sonuç da din alimlerine hadislerin sıhhati ve sahihliğinin tespiti noktasında farklı bir bakış açısı getirebilir.

4-) Yaygın öğe setlerinin bulunduğu algoritmalar da yine bu alanda kullanılabilir. Bazı hadisler birden fazla muhaddisin kitabında yer alabilmektedir. Hadisler veri tabanından, birden fazla muhaddisin kitabında bulunan hadislerin hangi kitaplarda bulunduğu bilgileri alınır ve bunlarla yaygın öğe setleri bulunur. Bulunan bu yaygın öğe setleri üzerine uygulanacak ilişkilendirme algoritmaları ile aralarındaki ilişki ortaya konulur. Sonuç olarak A,B,C,D muhaddisler olsun, A>B,C ya da C,B>D gibi sonuçlar elde edilecektir. Burada A>B,C sonucunun anlamı bizim için; "bir hadis A kitabında geçiyorsa büyük ihtimalle B ve C kitaplarında da geçiyordur" demek olacak. Aynı şekilde C,B>D sonucunun anlamı da bizim için; bir hadis C ve B kitaplarında birlikte geçiyorsa büyük ihtimalle D kitabında da geçiyordur olacak. Şöyle bir sonuca da ulaşılabilirdi: F>G, yani "bir hadis F kitabında geçiyorsa G kitabında da büyük ihtimalle geçiyordur". Eğer F ve G kitaplarının yazarları aynı zamanda ve aynı yerde yaşamışlarsa bu sonuç çok da şaşırtıcı olmaz. Ancak bizim için asıl kıymetli olan F ve G yazarlarının aynı zamanda ve aynı yerde yaşamadıkları halde aynı hadisin kitaplarında geçmesi olacaktır. Bu durumun, hadisin doğruluk oranının belirlenmesi noktasında son derece önemli olduğunu düşünüyorum. 

Bu çalışmanın bir başka faydası da şu yönde olacaktır. Örneğin hadisler üzerine çalışan bir bilim adamı A ve B kitapları üzerinde çalışmışsa ve üzerinde çalışacağı bir sonraki hadis kitabının ne olacağı üzerinde düşünüyorsa yukarıda anlattığım çalışma ile çıkartılacak kurallar hocanın işine yarayabilir. Örneğin A,B>C şeklinde bir kuralımız varsa hocamız buna bakarak C kitabı üzerinde çalışma yapmaktan (daha önce üzerinde çalıştığı kitaplarda benzer hadisler olduğundan) vazgeçebilir ve başka bir alternatife yönelebilir. 

Dini metinler üzerinde metin madenciliği konusunun araştırmaya açık bir alan olduğunu düşünüyorum. Bir bilgisayarcı ile bir ilahiyatçı ortak çalışırsa son derece güzel sonuçlara ulaşılabilir...