Vektör nedir? Yakın olan aynı değildir
Model her cümleyi bir sayı listesine çevirir ve iki cümlenin yakınlığını bu listelerden hesaplar. Bu hesap neyi yakalıyor, hukukta neyi kaçırıyor?

Tokenizer yazısı bir soruyla bitmişti. Model metni raf numaralarına çeviriyor, peki rafta ne duruyor? Cevap biraz hayal kırıklığı. Rafta sayılar duruyor. Kelime yok, tanım yok, açıklama yok.
Denemek için BGE-M3Metni sayılara çevirip benzer metinleri bulmaya yarayan açık kaynaklı bir model. Yüzden fazla dili destekliyor. adlı model kullanıldı. Bu modelin tek işi var, verdiğiniz metni bir sayı listesine çevirmek. Anlama göre arama yapan sistemler böyle bir model kullanır. Ona “Sözleşme geçerlidir.” cümlesi verildi. Karşılığında 1.024 tane sayı geldi. İlk altısı şöyle.
−0,005 0,028 −0,055 0,002 0,008 −0,063 ...
Bu listeye vektör deniyor. Sayıların tek tek bir anlamı yok. “Üçüncü sayı sözleşme hukukunu gösterir” gibi bir etiket arayan bulamaz. Anlam listenin bütününde, daha doğrusu bir listenin başka listelere göre nerede durduğunda.
Sayılardan anlam nasıl çıkar?
Harita düşünün. İstanbul’u iki sayıyla, enlem ve boylamla tarif edebilirsiniz. Bu iki sayı tek başına şehir hakkında hiçbir şey söylemez. Ama Bursa’nın sayılarıyla yan yana koyunca “yakınlar” dersiniz, Kars’ınkilerle koyunca “uzaklar”.
Model aynı işi iki sayıyla değil 1.024 sayıyla yapıyor. Eğitilirken milyonlarca metin görmüş ve benzer şeylerden söz eden metinleri bu kocaman haritada birbirine yakın yerlere koymayı öğrenmiş. Kimse ona “kira ile kiracı akrabadır” demedi. O, bu ikisinin hep aynı metinlerde dolaştığını gördü.
Hukukçu okura tanıdık gelebilir. Emsal ararken yaptığımız da bir tür yakınlık tayini. Bu olay şu karardaki olaya benziyor mu? Model bunun çok kaba, çok hızlı bir halini yapıyor.
Yakınlık nasıl hesaplanır?
Her vektörü bir ok gibi düşünün. İki okun arasındaki açı darsa metinler yakın, genişse uzak. Bu açının kosinüsünüLise trigonometrisinden bir işlem. Bir açıyı −1 ile 1 arasında tek bir sayıya çevirir. Açı sıfırsa 1, dik açıysa 0 verir. alıyoruz, çünkü elimize derli toplu bir sayı veriyor. Oklar aynı yöne bakıyorsa 1, dik duruyorsa 0, zıt yöne bakıyorsa −1.
benzerlik = cos(açı) = (q · d) / (‖q‖ × ‖d‖)
Formül gözünüzü korkutmasın, aşağıdaki sürgüyle oynayın. Okun biri sabit, ötekini siz çeviriyorsunuz.
Buraya kadarı saf geometri. Hukuk yok, model yok. Şimdi gerçek cümlelere geçelim.
Gerçek cümlelerle deneyelim
Bir vatandaş derdini “Ev sahibim kirayı artırmak istiyor.” diye anlatır. Aynı mesele dilekçeye şöyle girer. “Kiraya veren, kira bedelinin yeniden belirlenmesini talep etmektedir.” Ortak tek şey “kira” kökü. Bakalım model ne diyor.
Fena değil. Sokak diliyle dilekçe dilini 0,80 ile eşleştirdi, hava durumunu geride bıraktı. Kelime kelime arayan bir sistem “ev sahibi” ile “kiraya veren” arasında bağ kuramazdı. Vektörlerin asıl marifeti bu.
Ama ikinci satıra dikkat edin. Alakasız cümle 0,42 aldı, sıfır değil. Bu modelde puanlar dar bir aralıkta dolaşıyor. Denediğim en ilgisiz çift bile 0,30’un altına inmedi. Yani 0,80’i “yüzde seksen eminim” diye okumayın. Puan tek başına bir şey söylemez, başka puanlarla kıyaslanınca anlam kazanır.
Hukukçunun canını sıkan kısım
Şimdi cümleleri biraz daha inceltelim.
İlk satır iyi haber. “Geçersiz” ile “hükümsüz” neredeyse aynı yere düşmüş. Model eş anlamı yakalıyor.
Gerisi kötü haber. Davanın kabulü ile reddi 0,78 benzer. Kiranın ödenmesi ile ödenmemesi 0,83. Müvekkilinize “kazandık” demekle “kaybettik” demek arasındaki fark, modelin haritasında iki komşu sokak.
Model yanlış hesaplamadı. Bu cümleler gerçekten aynı konudan söz ediyor, neredeyse aynı kelimelerle. Model konuya bakıyor. Sonuca, yani bizim asıl baktığımız yere bakmıyor. “Aynı meseleden bahsediyor” ile “aynı sonuca varıyor” onun için ayrı sorular değil.
Bu serinin belkemiği olacak cümle şu.
Model için hesap vardır, isabet yoktur.
0,78 kusursuz hesaplanmış bir sayı. O sayının hukuken doğru bir eşleşmeyi gösterip göstermediğini model soramaz. Hukuki doğruluk, biri onu ölçülebilir hale getirdiği kadar modelin dünyasına girer.
Küçük bir dedikodu da var. “Sözleşme geçerlidir.” cümlesi Boğaz’daki güzel havaya 0,53 benziyor, “Sözleşme geçersizdir.” ise 0,37. Model galiba iyi haberleri birbirine yakıştırıyor.
O zaman ne işe yarar?
Çok işe yarar, yeter ki ne istediğinizi bilin. Büyük bir karar arşivinden “kira bedelinin belirlenmesi” ile ilgili olanları hızla önünüze koyar, siz o kelimeleri hiç kullanmamış olsanız bile. Arşive gönderdiğiniz hevesli bir stajyere benzer. “Buna benzer ne varsa getir” dersiniz, kucak dolusu dosyayla döner. Konuyu tutturur. Lehe olanla aleyhe olanı, çoğunluk gerekçesiyle karşı oyu ayırmaz. Okumak yine size kalır.
Burada iki soru açıkta kalıyor. Birincisi, stajyerin getirdiği dosyaların iyi olup olmadığını nasıl ölçeriz? “Doğru kararı buldu” demenin sayıya dökülmüş bir hali var mı? İkincisi, stajyer eğitilebilir mi? Model, kabul ile reddin komşu olmadığını öğrenebilir mi?
İkisinin de cevabı evet, ama sırayla. Önce ölçmeyi konuşmamız gerekiyor, çünkü ölçemediğimiz şeyi düzeltemeyiz. Bulmak kısmının sıradaki yazıları bu iki soruyu ele alacak.
Örnekler hakkında
Örnekler 11 Kasım 2026’da alındı.
- Model
BAAI/bge-m3, yoğun vektör, 1.024 boyut - Ölçü, normalize edilmiş vektörler arasında kosinüs benzerliği
- Kütüphane sentence-transformers
Sayılar bu modele ve bu cümlelere ait. Başka bir model aynı çiftlere başka puanlar verir. Betik ve bütün cümle çiftlerinin puanları depoda duruyor.