Hukuk fakültelerinde bize öğretilen ilk şeylerden biri "doğru terminolojiyi" kullanmaktır. Bir dilekçede "kovulma" yazamazsınız, "fesih" yazmalısınız. "Para cezası" ile "tazminat" arasındaki farkı bilirsiniz. Yıllarca kullandığımız içtihat programları da bizden bunu bekledi: "Bana tam olarak kararda geçen kelimeyi ver, yoksa sana sonuç vermem."
Buna "Anahtar Kelime Bazlı Arama" (Keyword Search) denir. Ve bu yöntem, ChatGPT çağında artık bir dinozordur. Emsal AI'ın kalbinde yatan "Anlamsal Arama" (Semantic Search) teknolojisi, hukukçuları "kelime avcılığı" yapmaktan kurtarıp, gerçek bir araştırmacı olmaya davet ediyor.
Sorun: Kelimelerin Yetersizliği
Klasik arama motorları (LexisNexis, eski UYAP arayüzleri, vb.) "düz metin eşleşmesi" mantığıyla çalışır. Eğer veritabanındaki kararda işçinin haklı nedenle feshi yazıyorsa ve siz arama kutusuna işçi istifası tazminat yazdıysanız, sistem size o kararı göstermez. Çünkü "fesih" ve "istifa" kelimeleri harf dizilimi olarak birbirine benzemez.
Bu durum hukukçuyu şuna zorlar:
- Aynı aramayı 5-10 farklı kelime kombinasyonuyla tekrar etmek.
- Operatörler (AND, OR, NOT) arasında kaybolmak.
- Aradığı kararın var olduğundan emin olduğu halde bulamamak.
Çözüm: Vektörlerin Dünyası
Anlamsal arama, kelimeleri harf yığını olarak değil, matematiksel vektörler olarak görür. Her kelimenin çok boyutlu bir uzayda (genellikle 768 veya 1536 boyutlu) bir koordinatı vardır.
Basit Bir Örnek
Matematiksel olarak şu işlem anlamlıdır:
Kral - Erkek + Kadın = Kraliçe
Emsal AI'ın hukuk modeli için de denklem şöyledir:
İşçi + Mobbing = Manevi Tazminat + Bezdiri
Siz "Patron bana hakaret etti" yazdığınızda, sistem bunu işveren, hakaret, manevi tazminat ve iş kanunu madde 24/II kavramlarıyla eşleştirir. Kelimeler aynı olmasa bile anlam vektörleri aynı yöne baktığı için size en doğru sonucu getirir.
Keyword vs. Semantic: Karşılaştırma
| Senaryo | Geleneksel Arama | Emsal AI (Anlamsal) |
|---|---|---|
| Arama: "Kiracı kirayı ödemedi evden çıkarma" | Sadece içinde "evden çıkarma" geçen (hukuki olmayan) metinleri bulmaya çalışır. Sonuç: 0 veya kalitesiz. | "Temerrüt nedeniyle tahliye", "TBK 315", "İki haklı ihtar" kavramlarını içeren Yargıtay kararlarını getirir. |
| Yazım Hatası: "İşe iade davsı" | Sonuç Bulunamadı (veya "davsı" geçen hatalı metinler). | Hatayı fark eder, "davası" olarak düzeltir ve ilgili Hukuk Dairesi kararlarını getirir. |
| Soru Sorma: "Düğünde takılan altınlar kime aittir?" | Bu bir cümle olduğu için veritabanında birebir eşleşme bulamaz. | "Ziynet eşyası", "Kadına aittir kuralı", "Yargıtay Hukuk Genel Kurulu" kararlarını analiz edip cevap verir. |
Emsal AI Farkı: RAG + Hukuk Eğitimi
Semantic search teknolojisi tek başına yeterli değildir. Eğer sistemi Wikipedia verisiyle eğitirseniz, size genel geçer bilgiler verir. Emsal AI ise 11 Milyon + Türk Hukuk Belgesi (Kanun, Yönetmelik, Yargıtay, Danıştay, BAM Kararları) üzerinde eğitilmiştir (Fine-Tuning).
Bu sayede sistem, "Arabuluculuk" terimini duyduğunda bunun sadece bir kelime değil, bir dava şartı (m. 18/A) olabileceğini bilir. Hukukçunun zihni gibi çalışır, ama insanüstü bir hafıza ve hızla.
Gelecek: Niyet Okuma
Gelecek versiyonlarımızda sistem, sadece yazdığınızı değil, yazmadığınızı da anlayacak. Örneğin siz "Boşanma davası dilekçesi" araması yaptığınızda, sistem size "Mal rejimini de tasfiye etmek istiyor musunuz?" diye soracak proaktif bir asistana dönüşecektir. Anlamsal arama, bu büyük yapay zeka devriminin sadece ilk adımıdır.