Veri etiketleme nedir? Kısaca, yapay zeka modelinin öğreneceği örneklere doğru cevabı işaretleme işidir: bir fotoğraftaki kusurun yerini kutu içine almak, bir e-postayı "fatura" ya da "şikâyet" diye sınıflamak veya bir ses kaydını yazıya dökmek gibi. Model bu etiketlerden genelleme yapar; bu yüzden etiketin kalitesi, modelin sahada vereceği kararın kalitesini doğrudan belirler.
Veri etiketleme neden projenin darboğazı olur?
Firmaya özel yapay zeka projelerinde zamanın büyük kısmının modele değil veriye harcandığını birçok ekip ancak proje başladıktan sonra fark eder. Elinizde yüz binlerce ürün fotoğrafı, yıllarca biriken müşteri yazışması ya da çağrı kaydı olabilir. Ama bu verinin hiçbiri modelin anlayacağı biçimde, yani "bu fotoğrafta çizik var ve şurada" diye işaretlenmiş değildir.
İlk refleks çoğu zaman işi birkaç stajyere vermek olur. İki hafta sonra aynı kusura bir kişinin "leke", diğerinin "boya hatası" dediği, bazılarının küçük kusurları hiç işaretlemediği bir veri seti ortaya çıkar. Model de tam olarak bu tutarsızlığı öğrenir.
Hangi durumda hazır model yerine kendi modelinizi eğitmeniz gerektiğini firmaya özel yapay zeka modeli yazımızda anlattık. Bu yazı, o kararın ardından gelen işe odaklanıyor: modeli eğitecek etiketli veriyi doğru hazırlamak.
Kötü etiketin maliyeti
Veri sorununun yapay zeka projelerindeki ağırlığı araştırmalarda açıkça görülüyor:
Drexel Üniversitesi LeBow İşletme Fakültesi ile veri bütünlüğü yazılımları geliştiren Precisely'nin 565 veri ve analitik uzmanıyla yaptığı araştırmaya göre yapay zeka girişimlerini engelleyen en büyük veri sorunu %62 ile veri yönetişimi eksikliği; verisini yapay zekaya hazır gören kurumların oranı yalnızca %12. (Drexel LeBow & Precisely, 2025 Outlook: Data Integrity Trends and Insights)
Aynı araştırmada katılımcıların %64'ü veri kalitesini veri bütünlüğünün önündeki en büyük sorun olarak gösterdi. Maliyetin büyüklüğüne dair bir fikir de veri kalitesi uzmanı Thomas C. Redman'dan geliyor: Redman, 2017'de yayımlanan MIT Sloan Management Review, Seizing Opportunity in Data Quality makalesinde kötü verinin çoğu şirkete maliyetini gelirin %15–25'i olarak tahmin ediyor.
Türkiye'de de engel benzer. TÜİK Yapay Zeka İstatistikleri 2025 bültenine göre yapay zekayı kullanmayı düşünüp kullanmayan girişimlerin %74,2'si uzmanlık eksikliğini neden olarak gösterdi. Etiketleme, bu uzmanlık açığının en somut göründüğü yerlerden biridir: işin kendisi basit görünür, ama iyi yapmak yöntem ister. Etiketli eğitim verisi de bu tablonun parçasıdır: yanlış ya da tutarsız bir etiket, modele doğrudan kötü veri olarak girer.
Hangi veri, nasıl etiketlenir?
Etiket türü, modelin sahada vereceği karara göre seçilir. Gereğinden ayrıntılı etiket zaman kaybıdır; gereğinden kaba etiket ise modelin öğrenemeyeceği bir boşluk bırakır.
| Veri türü | Etiket türü | Örnek kullanım |
|---|---|---|
| Görüntü | Sınıflandırma (tüm görüntüye tek etiket) | "Sağlam / kusurlu" ayrımı |
| Görüntü | Nesne kutusu (bounding box) | Kusurun ya da baretin yerini bulma |
| Görüntü | Bölütleme (piksel düzeyinde alan) | Lekenin ya da yırtığın alanını ölçme |
| Metin | Sınıflandırma | E-postayı "fatura, şikâyet, teklif" diye ayırma |
| Metin | Varlık işaretleme (NER) | Belgedeki vergi numarası, tarih, tutar |
| Ses | Transkripsiyon ve konuşmacı ayrımı | Çağrı merkezi kayıtlarını yazıya dökme |
| Zaman serisi | Olay işaretleme | Sensör verisinde arıza öncesi dönemi işaretleme |
Görüntüde etiketin nasıl kullanıldığını görüntü işleme ile kalite kontrol ve tekstildeki uygulamasını kumaş hata tespiti yazılarımızda anlattık.
Veri etiketleme süreci: 7 adım
- Kararı tanımlayın. Model sahada hangi soruya cevap verecek? "Kusur var mı?" ile "hangi kusur, nerede ve ne büyüklükte?" çok farklı etiketleme işleridir.
- Etiket listesini ve kılavuzu yazın. Her etiketin tanımını, sınır durumlarını ve örnek görsellerini içeren bir etiketleme kılavuzu hazırlayın. "Emin değilsem ne yaparım?" sorusunun cevabı kılavuzda olmalıdır.
- Temsil eden bir örneklem seçin. Veri, sahadaki gerçek dağılımı yansıtmalıdır: farklı vardiyalar, ışık koşulları, tedarikçiler, ürün tipleri. Nadir ama kritik durumlar bilinçli olarak artırılır.
- Altın set oluşturun. Uzmanların birlikte etiketlediği küçük bir referans set, hem etiketçileri eğitmek hem de kaliteyi ölçmek için kullanılır.
- Uyum ölçün. Aynı örneklerin bir bölümünü iki farklı kişiye etiketletin ve etiketçiler arası uyumu (örneğin Cohen's kappa) ölçün. Uyum düşükse sorun çoğu zaman kişilerde değil kılavuzdadır.
- Modelle hızlandırın. İlk model eğitildikten sonra yeni verileri model ön etiketler, insan yalnızca düzeltir. Modelin en kararsız kaldığı örnekleri önceliklendirmek (aktif öğrenme) aynı emekle daha fazla kazanç sağlar.
- Sürümleyin ve kayıt tutun. Hangi modelin hangi veri seti ve hangi kılavuz sürümüyle eğitildiği kayıt altında olmalıdır. Böylece kılavuz değiştiğinde hangi eski etiketlerin yeniden gözden geçirilmesi gerektiği bellidir. Bu kayıt, modelin canlıda izlenip yeniden eğitildiği MLOps sürecinin de temelidir.
Etiketli veri setinin yönetimi, kurumdaki genel veri disiplininden ayrı düşünülemez; kimin hangi seti değiştirebileceği ve hangi sürümün geçerli olduğu yazılı olmalıdır. Ana veri, tanımlar ve sahiplik konusunu veri kalitesi ve mükerrer kayıt rehberimizde ele aldık.
Veri etiketlemede sık yapılan hatalar
En yaygın hata, kılavuz yazmadan etiketlemeye başlamaktır. Tanımı yapılmamış her sınır durumu, etiketçinin o günkü yorumuna kalır ve veri setine sessizce tutarsızlık girer. İkinci hata yalnızca "kolay" örnekleri etiketlemektir: net, iyi aydınlatılmış, tipik örneklerle eğitilen model sahadaki bulanık ya da sınırda görüntülerde yanılır.
Üçüncü hata, sınıflar arasındaki dengesizliği görmezden gelmektir. Kusurlu ürün toplam üretimin küçük bir kısmıysa model "her şey sağlam" demeyi öğrenerek yüksek görünen ama işe yaramayan bir doğruluk üretir. Dördüncüsü ise belge ve ses projelerinde bağlamı kaybetmektir. Belgede alan etiketlemenin OCR ile fatura okuma projelerinde, ses kayıtlarında konuşmacı ve konu etiketlemenin çağrı merkezi ses analitiği projelerinde nasıl kullanıldığını ilgili yazılarda anlattık.
Etiketlemeyi kim yapmalı: iç ekip, dış kaynak, model destekli
| Seçenek | Güçlü yanı | Zayıf yanı | Ne zaman uygun? |
|---|---|---|---|
| İç uzman ekip | Alan bilgisi yüksek, veri kurum dışına çıkmaz | Uzman zamanı pahalı ve sınırlı | Kusur, tıbbi görüntü, hukuki belge gibi uzmanlık isteyen işler |
| Dış kaynak etiketleme | Hızlı ölçeklenir | Alan bilgisi düşük, veri paylaşımı KVKK ve sır riski taşır | Genel nesne, basit sınıflandırma, kişisel veri içermeyen setler |
| Model destekli (ön etiket + insan onayı) | Emek belirgin biçimde azalır | Başlangıçta etiketli bir çekirdek set gerekir | İlk model kurulduktan sonraki tüm büyütme aşamaları |
Pratikte en verimli düzen karma olandır: kılavuz ve altın seti iç uzmanlar hazırlar, hacimli işi model destekli bir süreç taşır, iç uzman yalnızca kararsız ve kritik örneklere bakar. Böylece uzmanın pahalı zamanı, modelin gerçekten öğrenmesi gereken zor örneklere harcanır ve etiketleme hızı proje büyüdükçe düşmez.
KVKK ve veri güvenliği boyutu
Etiketlenecek veri kişisel veri içeriyorsa etiketleme de kişisel veri işleme faaliyetidir. Çalışan yüzü görünen kamera görüntüleri, ses kayıtları, müşteri e-postaları ve kimlik bilgisi içeren belgeler bu kapsama girer. İşlemenin amacı, hukuki dayanağı ve saklama süresi baştan belirlenmeli; mümkünse yüzler ve kimlik bilgileri etiketleme öncesinde maskelenmelidir.
Etiketleme işi yurt dışındaki bir hizmet sağlayıcıya ya da yurt dışında barındırılan bir araca verilecekse bu çoğu durumda yurt dışına veri aktarımı sayılır ve KVKK'nın 9. maddesindeki kurallar kapsamında değerlendirilmelidir. Bu kuralların 2024 değişikliğiyle nasıl şekillendiğini KVKK yurt dışına veri aktarımı yazımızda, yapay zeka projelerindeki genel yükümlülükleri ise yapay zeka ve KVKK rehberimizde bulabilirsiniz.
Digital Bridge'de veri etiketleme sürecini nasıl yürütüyoruz?
Etiketlemeyi ayrı bir iş olarak değil, firmaya özel yapay zeka eğitimi projesinin ilk ve en belirleyici aşaması olarak ele alıyoruz. İhtiyaç analiziyle başlıyor, kapsamı ve aşamaları yazılı teklifte netleştiriyoruz:
- Keşif: Modelin vereceği kararı, mevcut veriyi ve bu veriyi kimin ne kadar iyi tanıdığını birlikte çıkarıyoruz. Görüntü projelerinde kamera ve ışık koşullarını da bu aşamada değerlendiriyoruz; görüntü işleme projelerinde gerekirse kamera, aydınlatma ve işlem birimini de sahaya kuruyoruz.
- Kılavuz ve altın set: Sizin uzmanlarınızla birlikte etiket tanımlarını ve sınır durumlarını yazıyor, referans seti hazırlıyoruz.
- Pilot: Sınırlı bir veri setiyle ilk modeli eğitiyor, hatalarını sınıf sınıf gösteriyoruz. Doğruluğu modelin eğitimde görmediği bağımsız bir test setiyle ölçüyoruz; etiketleme bütçesinin nereye harcanacağı bu hatalara göre belirlenir.
- Yönetişim ve uyum: Veri setlerinin sürümlenmesi, sahipliği ve erişim yetkileri için veri yönetişimi ve veri kalitesi çerçevesini kuruyor; kişisel veri içeren projelerde KVKK uyum danışmanlığı ile maskeleme ve aktarım kurallarını netleştiriyoruz.
Etiketleme kılavuzunun ve örnek görsellerin tek bir yerde, sürümleriyle birlikte tutulması da önemlidir. Smart360 ailesindeki SmartFiles dosya yönetiminde aynı adla yüklenen her dosya yeni sürüm olarak saklanır ve önceki sürümler geri yüklenebilir; bu, kılavuzun hangi sürümünün hangi etiket turunda kullanıldığını izlemeyi kolaylaştırır. Konudaki diğer rehberler için Yapay Zeka sayfasına, ilk projeyi seçmek için şirketlerde yapay zeka kullanımı yazısına bakabilirsiniz.
Sonraki adım
Modelin sahada vereceği kararı tek cümleyle yazın ve elinizdeki veriden rastgele 100 örneği iki farklı kişiye ayrı ayrı etiketletin. İki kişinin ne kadar anlaştığı, projenin nereden başlayacağını size söyler. Sonucu birlikte değerlendirmek için iletişim sayfamızdan bize ulaşın.