Yapay Zeka Tabanlı Rehber Robotlara Genel Bir
Bakış ve Örnek Bir Rehber Robot Uygulaması
An Overview of Artificial Intelligence Based
Chatbots and An Example Chatbot Application
Naz Albayrak, Aydeniz Özdemir and Engin Zeydan
Türk Telekomünikasyon A.Ş, Istanbul, Turkey, 34889.
{naz.albayrak, aydeniz.ozdemir, engin.zeydan}@turktelekom.com.tr
Özetçe —Rehber Robot, yapay zeka kullanarak insanlarla
sohbet edebilen yazılımlar olarak tanımlanabilir. Bu yazılım-
lar, kullanıcılara hızlı şekilde yanıt verilebilmek, bilgilendirmek,
ürün satın almasına yardımcı olmak ve daha iyi servis sun-
mak gibi görevleri gerçekleştirmek için kullanılmaktadır. Biz
bu bildirimizde Rehber Robot’un genel çalışma prensibini ve
temelini oluşturan yapay zeka ve buna ilişkin önemli kavramları
ve telekomünikasyon, bankacılık, sağlık, müşteri hizmetleri ve e-
ticaret sektörü gibi farklı kullanım alanlarından uygulamalarını
sunmaktayız. Bununla beraber, önerilen mimari çerçevesinde
telekominikasyon özelinde uygulama kullanımına örnek olarak
bağış servisi Rehber Robot uygulaması sonuçları da gösterilmek-
tedir.
Anahtar Kelimeler—Rehber Robotlar, Telekomikasyon, bağış
servisi, yapay zeka.
Abstract—ChatBot can be described as software that can
chat with people using artificial intelligence. These software are
used to perform tasks such as quickly responding to users,
informing them, helping to purchase products and providing
better service to customers. In this paper, we present the general
working principle and the basic concepts of artificial intelligence
based chatbots and related concepts as well as their applications
in various sectors such as telecommunication, banking, health,
customer call centers and e-commerce. Additionally, the results of
an example chabbot for donation service developed for telecom-
munication service provider are presented using the proposed
architecture.
Keywords—Chatbots, telecommunication, donation service, ar-
tificial intelligence.
I. G İR İ Ş
Rehber Robot insanlar ile etkileşime geçerek, müşterilere
daha iyi hizmet sunulmasını sağlar. Bu hizmeti kullanıcılarına,
sesli ya da mesajlaşma yolu ile yapar. Aslında Rehber Robot
yazılımları bir nevi “yapay yardımcılar” olarak düşünülebilir.
Kullanıcının aradığı bir hizmet ile ilgili detaylı bilgi alması,
aradığı uçuşun en uygun rotasını ve fiyatının bulunmasını,
aranılan özellikteki otellerin bulunması veya önerilmesi vb pek
çok alanda bu yardımcılar kullanılabilir. Gartner’ın raporuna
göre 2020 yılında müşteri etkileşiminin %85’inin Rehber
Robot’lar ile olmasi öngörülmektedir [1].
978-1-5386-1501-0/18/$31.00
2018
c IEEE
Rehber Robot ’un yazılımlarının arkasında aslında, 1950
yılında bilgisayar bilimci ve matematikçi Alan Turing’in hazır-
ladığı “Computing Machinery and Intelligence” adlı makalesi
ile başlamıştır [2]. Alan Turing daha sonra makinelerin insanı
taklit edip edemediğini ve insan gibi düşünüp düşünemeye-
ceğini ölçmek için bir test hazırlamıştır. Turing testi olarak
bilinen bu testte bir makine, bir insan ve bir sorgulayıcı
bulunmaktadır. Makine ve insan sorgulayıcıdan ayrı olarak
birer odaya konulur. Sorgulayıcı, makine ve insana yönelttiği
sorularla hangisinin makine hangisinin insan olduğunu anla-
maya çalışır. İnsan ve makine de sorulara verdikleri cevap-
larla, sorgulayıcıyı kendilerinin insan olduğuna ikna etmeye
çalışır. Bu testte eğer sorgulayıcı %50 den daha az oranda
tahminini tutturduysa yapay zeka başarılı olmuş ve yapay zeka
insanı taklit etme seviyesine gelmiş demektir. Sonraları da bu
test yapay zeka testlerinde kullanılmaya başlamıştır [2]. İlk
Rehber Robot “Eliza” ise 1966 yılında Joseph Weizenbaum
tarafından geliştirilir. Joseph Weizenbaum bir terapisttir ve
sorulara cevap verebilecek bir terapist Rehber Robot geliştir-
miştir [3].1972 yılında Amerikan psikiyatrist Kenneth Colby
“Parry” isimi verdiği Rehber Robot ’u geliştirir. Parry bir
şizofreni hastasını taklit edecek şekilde programlanmıştır. 1972
yılında ARPANET üzerinden parry ile eliza karşı karşıya
gelmiş ve konuşmuşlardır. Sonrasında Rehber Robot yazılım-
ları gelişimlerini sürdürür. Bu şüreçte önemli adımlarından
biri de 1992 yılında geliştirilen Natural Language Processing
– Doğal Dil işleme (NLP) sistemini kullanarak insanlarla
konuşan Rehber Robot A.L.İ.C.E (Artificial Linguistic In-
ternet Computer Entity)’tir. 2010 yılında ise Apple, yapay
zeka temelli kişisel asistanı “Siri” ile Rehber Robot’u günlük
hayatlarımıza dahil etmiştir. Bütün bu gelişimlerin sonunda
Facebook Messenger 2016 Facebook Messenger bot kullanımı
için platformu hizmete açmıştır. Facebook messengerın 2017
başı itibari ile aktif aylık kullanıcı sayısı 1.9 milyarı bulmuştur.
Bu kullanıcı büyüklüğü, firmaların müşterilerine ulaşmak için
önemli bir imkan sağlamaktadır. Firmaların Facebook Mes-
senger üzerindeki Rehber Robot ’ları ile kullanıcılarına daha
iyi hizmet verebilmeleri amaçlanmaktadır. Facebook Messen-
ger’da 100 Bin’in üzerinde aktif Rehber Robot bulunmak-
tadır. Bu anlamda Facebook Messenger’ın en büyük Rehber
Robot sağlayıcı platformlardan biri haline geldiğini söylemek
mümkündür [4].
Mobil tarafta inceleyecek olursak AT&T firması yeni
TV Rehber Robot’u yarattı [5]. Eğlence sektöründe kullan-
maya başlanan bu Rehber Robot uygulaması çok bilinen TV
showları, filmler hakkındaki sorulara cevap vermek konusunda
oldukça başarılıydı. T-Mobile ise hem mobil hem PC platform-
larında hizmet veren Tinka Rehber Robot’u geliştirmiştir [6].
Tinka’nın cevap verdiği sorulardan birkaçına örnek verecek
olursak; satın almak istediğiniz ürünler hakkında detay bilgi
alabilir ve sonrasında satın alma yapabilirsiniz. Ayrıca fatura
sorgulama yapıp, faturanızın tutarını Rehber Robot üzerinden
de öğrenebilirsiniz. Bidirinin geri kalanı şu şekilde organize
edimiştir. Bölüm II’de Rehber Robot temelinde yatan ya-
pay zeka yöntemleri ve temelleri sunulmuştur. Bölüm III’de
Rehber Robot’lerin çeşitli kullanım alanları özetlenmiştir.
Bölüm IV’de örnek bir Rehber Robot uygulamasının mimarisi
ve çalışma prensibi verilmiştir. Bölüm V’de is sonuçlar ve bir
sonraki çalışmalar özetlenmiştir.
II. R EHBER ROBOT T EMELINDE YATAN YAPAY Z EKA
Rehber Robot’lar henüz kusursuz çalışan yazılımlar
değildir. Hatta konuşma yoluyla cevap veren Rehber Robot
’larde birçok hataya rastlamak mümkündür. Örnek olarak;
Rehber Robot konuşmanızı çözemeyebilir, birkaç sorudan
sonra soruları anlamayabilir. Bu durumun düzelmesi ve Rehber
Robot ’larin en doğru şekilde çalışması için en önemli etken
şüphesiz ki yapay zekanın gelişimidir. Yapay zekayı sadece
bir yazılım olarak düşünmemek gerekir. Yapay zeka insan
beyninin incelenip çalışma prensibinin anlaşılıp bu çalışma
yapısının yazılım ve algoritma teknikleriyle makineye aktarıl-
masıdır. Bu sebeple yapay zeka çalışmaları psikoloji, biyoloji
ve matematik gibi çeşitli alanları da kapsamaktadır. Bu şekilde
makinenin insan zekasında olduğu gibi öğrenmesi, mukayese
etmesi, problem çözmesi, planlaması, algılaması ve sonuç-
landırması sağlanmış olur ve bununla yapay zekanın insan gibi
düşünmesi beklenmektedir. Yapay zeka bu amaç doğrultusunda
başarılı bir şekilde ilerlemektedir. Bir Rehber Robot yazılımda
süreç kullanıcıdan gelen cümleyi anlamakla başlamaktadır.
NLP ile kullanıcıdan gelen cümle analiz edilerek kullanıcının
söylemek istediği anlaşılmaktadır. Tıpkı insanın yaptığı gibi
cümlenin tamamı üzerinden yapılan analiz sonucunda yapay
zeka kararını verir ve en uygun olduğunu düşündüğü yanıtı
kullanıcıya verir. Bazı Rehber Robot ’lar makine öğrenimi
(machine learning) ile güçlendirilmiştir yani bu botlar kul-
lanıcılarla etkileşime girdikçe öğrenir ve daha akıllı bir hale
gelir. Rehber Robot ’un yazılımları için önemli bazı kavram-
lardan bahsedecek olursak;
Doğal Dil İşleme (DDİ) - NLP : Bir Rehber Robot
yazılımda süreç kullanıcıdan gelen cümleyi anlamakla başla-
maktadır. DDİ ile makine söylenenleri alıp parçalayarak an-
lamakta, söylenenin anlamanı anlayarak, uygun işlemi be-
lirlemekte ve kullanıcının anlayacağı dilde cevap verme
yeteneğine sahip olmaktadır [7].
Doğal Dil Anlama (DDA) - NLU (Natural Lan-
guage Understanding) : Doğal dil işlemenin alt kümesi
olan yapay zeka dalıdır. NLU sisteminin amacı girilen bir
metin parçasını yorumlamaktır. Bir sözcüğün hangi kavramlara
karşılık geldiğinin ve bu kavramların anlamlı bir şekilde nasıl
bağlanacağının anlamlandırılması işlevini yerine getirir. Bunun
için sistemin anlam çıkarması, bilişsel analiz yapması ve
empati kurması gereklidir.
Doğal Dil Üretimi (DDÜ) - NLG (Natural Language
Generation) : Bilgisayarsal bir gösterimden doğal dil çık-
tısının üretilmesidir. Örneğin eldeki verilerden Türkçe ya da İn-
gilizce hava tahmin raporlarının üretimi, uzman sistemlerdeki
açıklamalar DDÜ’nün uygulamalarıdır.
III. YAPAZ Z EKA ILE R EHBER ROBOT K ULLANIM
A LANLARI
Bankacılık Sektörü: Bankacılık alanında kullanılan çeşitli
Rehber Robot’larla kredi ve banka hizmetleri hakkında bilgi
alınarak müşteriye yardım sağlanabilir. Ülkemizde bankacılık
sektöründe Rehber Robot’lar kullanılmaktadır. Örnek verecek
olursak; internet sitelerinde sıkça sorulan sorular alanında
hizmet vermektedirler. Verilen hizmetle anlık dolar kuru veya
şube bilgisi gibi sorulara cevap bulmak mümkündür. Ayrıca;
bazı bankalarda yatırım Rehber Robot’u ile bankacılık ile ilgili
çeşitli sorularınızın cevaplarına ulaşmanız mümkündür.
Sağlık Sektörü: Sağlık sektöründe çok büyük dataların
ve çok çeşitli hastalıkların bulunması sebebi ile bu verileri
insan eliyle inceleyip analiz etmek ve en son gelişmeleri takip
etmek zor olmaktadır. Yapılacak yapay zeka temelli yazılımlar
aracılığıyla hastaların klinik bilgilerinin analizi ve yazılımın
datasında bulunan medikal verilerin analizi ile daha hızlı ve
daha isabetli çözümlerin bulunması amaçlanmakta böylece
hastalığın daha etkili teşhisi ve tedavisi amaçlanmaktadır.
Hatta hastanın yakınlarının medikal datalarının yapay zeka ile
analizi ile hastalık hakkında daha etkin bilgi sahibi olunması
amaçlanmaktadır. Sağlanacak bir Rehber Robot uygulaması
ile hasta yada yakını bot ile iletişime geçerek hastalığı ve
tedavisi hakkında bilgi alabilir yada ilgili hekime bot tarafından
yönlendirme yapılabilir. Böylece tıp alanına çok daha farklı ve
yenilikçi bir bakış açısı kazandırılması amaçlanmaktadır.
E-ticaret: Rehber Robot dünyasında yapılan yenilikler ile
E-ticaret alanında da olumlu gelişimler sağlanmıştır. Örnek
olarak çeşitli platformlar üzerinden (Facebook Messenger gibi)
Rehber Robot’lar kurarak daha çok müşterinin daha kolay
bir şekilde size ulaşmasını sağlayabilirsiniz. Ödeme ve ulaşım
kolaylığı sayesinde de müşteri memnnuniyetini arttırabilirsiniz.
Kullanıcı sayısı fazla olan platformlar (Facebook Messenger
gibi) ticaretle uğraşanların müşterilerine ulaşması için kolaylık
sağlar.
Müşteri Hizmetleri: Mobil operatörlerin önümüzdeki
dönemlerde Rehber Robot uygulamalarını konumlandırmak
istedikleri en önemli alan 7/24 müşteri hizmetleridir. Büyük
bir şirketiniz var ve her gün sıkça sorulan sorular kapsamında
müşteri hizmetlerinizde yüzlerce görüşme yapılıyor, şirkette
yapılacak bir Rehber Robot senaryosu ile müşteri hizmetlerine
gelen aramaların bir kısmını Rehber Robot’a yönlendirebilir,
böylece hem iş gücünden hem de zamandan tasarruf etmiş
olursunuz.
IV. Ö RNEK R EHBER ROBOT: BAĞI Ş S ERVIS
U YGULAMASI
Bu bölümde bağış uygulamasının Facebook Messenger üz-
erinden geliştirme yapılması üzerine kurulan bağış servis uygu-
lamasının sonuçları sunulmuştur. Bu rehber robot’un amacı
bağış uygulamasının aboneler için sosyal medya araçların-
dan olan Facebook üzerinden de kullanılmasını sağlamak-
tır. Böylece platform sayısı arttırılarak bağış servisinin kul-
lanımının yaygınlaşması öngörülmektedir. Facebook Messen-
ger için Facebook’un developer’lara özel platformu olan [8]
üzerinden gerekli entegrasyonlar yapılabilmektedir.
 Şekil 1: Örnek Rehber Robot Bağış Uygulaması Mimari Yapı
Şekil 2: Örnek Rehber Robot Bağış Uygulaması Çalışma
Yapısı
Örnek olarak çalışılan Rehber Robot Mimari Yapısı
Şekil 1’de farklı birimler numaralandırılmış olarak verilmek-
tedir. Bu numarlandırılmış mimarinin her bir numaraya denk
gelen çalışma prensibi ise Şekil 2’de özetlenmektedir. Temel
olarak bildirinin geri kalanında kullanıcının Rehber Robot’la
iletişime geçmesi, Rehber Robot’un kendisine iletilen me-
tini anlayarak sorulan sorulara aldığı cevapları işlemesi ve
bu sırada kullandığı yapay zeka kavramlarının kurgusundan
bahsedilmektedir. Örnek Rehber Robot bağış uygulamasının
ekran görüntürleri Şekil 3’de verilmiştir. Şekil 3(a)’da kul-
lanıcını ulaştığı uygulamanın mobil ekran görüntüsü verilmek-
tektedir. Şekil 3(b), Şekil 3(c) ve Şekil 3(d)’da ise örnek
uygulamanın diyalogları verilmiştir.
Öncelikle, kullanıcı bağış yapacağı herhangi bir kurumun
adını Rehber Robot uygulamasına yazar. Kullanıcı ‘Tema’,
‘Tem’ gibi yazdığında Şekil 3(b)’de görüldüğü gibi Tema
kurumunun bilgisi gelmektedir. Eğer yazılan kurum ismine
uygun bir kurum yoksa kullanıcı isterse ilgili kurumun 4
haneli kısa numarasını girerek bağış işlemine devam et-
mektedir. Örneğin, kullanıcı bağış için ‘2345’ yazar ve bu
bağış Doğa Derneği’ne ait olduğu tespit edilirse, kullanıcıdan
kendi GSM numarasını girmesi istenir. Kullanıcı, herhangi
bir kelime girdiğinde Şekil 3(c)’de görüldüğü gibi Robot
Rehber uygulaması, kullanıcı doğru bilgi girinceye kadar bağış
menüsünü göstermektedir. Kullanıcı kendi GSM numarasını
girdikten sonra kullanıcının numarasına tek kullanımlık şah-
sına münhasır bir sayısal kod gönderilir. Kullanıcı, doğrulama
kodunu doğru girdikten sonra Şekil 3(d)’de görüldüğü gibi
‘Bağışınız yapılmıştır’ şeklinde bir sonuç bilgisi görülmektedir.
Kullanıcının, doğrulama kodunu girmesini istenmesinin amacı
bağış işleminde güvenliği sağlamaktır. Kullanıcının yaptığı
işlemlerden, örneğin Şekil 3(b)’de olduğu gibi ‘doğa’ , ‘doğ’
gibi kelimeler girdiğinde ; doğa derneği ve doğaseverler
derneği gibi girilen metni içeren ve bağış uygulamasında
tanımlı tüm kurumlar listelenmektedir. En son olarak kul-
lanıcının seçtiği kurumun kısa numarasına bağış gerçekleşe-
cektir. Bunun için bağış uygulamasında oluşturulan web servis
ile Facebook Messenger Rehber Robot uygulaması arasında
haberleşme sağlanmaktadır.
 (b)

(a)

(c)

(d)

Şekil 3: (a) Örnek Mobil Rehber Robot Uygulaması Önyüzü (b) Bağış servisi rehber robot senaryo örneği - I (c) Bağış servisi
rehber robot senaryo örneği - II (d) Bağış servisi rehber robot senaryo örneği - III

V. S ONUÇLAR VE B IR S ONRAKI Ç ALI ŞMALAR [2] A. M. Turing, “Computing machinery and intelligence,” in Parsing the
Turing Test, pp. 23–65, Springer, 2009.
Bu bildiride yapay zeka tabanlı Rehber Robot uygula- [3] L. Bradeško and D. Mladenić, “A survey of chatbot systems through a
malarına genel bir bakış sunulmuştur. Rehber Robot uygu- loebner prize competition,” in Proceedings of Slovenian Language Tech-
lamalarının telekomunikasyon, sağlık, bankacılık, e-ticaret ve nologies Society Eighth Conference of Language Technologies, pp. 34–
müşteri hizmetleri gibi farklı alanlarda kullanım alanları üz- 37, 2012.
erine çalışılmıştır. Bu çalışmaların özelinde telekomunikasyon [4] M. v. Eeuwen, “Mobile conversational commerce: messenger chatbots as
the next interface between businesses and consumers,” Master’s thesis,
sektöründe Rehber Robot kullanımı üzerine yoğunlaşılmış olup University of Twente, 2017.
örnek bir Rehber Robot uygulaması ve mimarisi sunulmuştur.
[5] AT&T, “Meet Atticus: The Entertainment Chatbot from AT&T.” http:
Bundan sonraki çalışmamızda rehber robot uygulamalarının //about.att.com/newsroom/meet_atticus.html, 2018. [Online; 13-Şubat.-
genişletilip tüm müşteri temas noktalarında müşteriyi ilk 2018’de erişildi.].
karşılayan uygulama haline getirilmesi hedeflenmektedir. [6] T-Mobile, “Tinka: T-Mobile.” https://www.t-mobile.at/tinka/, 2018. [On-
line; 13-Şubat.-2018’de erişildi.].
K AYNAKÇA [7] E. D. Liddy, “Natural language processing,” In Encyclopedia of Library
and Information Science, 2001. 2nd Ed. NY. Marcel Decker, Inc.
[1] H. P. Levy, “Gartner Predicts a Virtual World of Expo- [8] “Facebook for Developers.” https://developers.facebook.com, 2018. [On-
nential Change.” https://www.gartner.com/smarterwithgartner/ line; 13-Şubat.-2018’de erişildi.].
gartner-predicts-a-virtual-world-of-exponential-change/, 2018. [Online;
9-Şubat.-2018’de erişildi.].