Verileri Fırsatlara Dönüştürmek: Metric in Motion – Yapay Zeka Destekli Mükerrer Veri Tespiti

Yüksek kaliteli veriler bir referans noktasından daha fazlasıdır; küresel güven, uyumluluk ve birlikte çalışabilirlik için stratejik bir gerekliliktir. Bu blog yazısında, GLEIF Veri Kalitesi Yönetimi ve Veri Bilimi Başkanı Zornitsa Manolova, Yapay Zeka’nın Global LEI Sistemi genelinde benzersiz ve güvenilir tüzel kişilik tanımlamasını desteklemek amacıyla mükerrer kayıt tespitini nasıl daha da geliştirdiğini ele almaktadır.

---

---

Her Tüzel Kişi Kimlik Kodu (LEI) benzersizdir ve yalnızca bir tüzel kişiyi temsil edebilir. Her tüzel kişi yalnızca bir LEI koduna sahip olabilir. Bu ilkeler, Global Tüzel Kişi Kimlik Kodu Sistemi'nin temelini oluşturur ve dünyanın her yerinden herkesin tüzel kişileri güvenle tanımlamasını sağlar.

Bu nedenle, mükerrer LEI kayıtlarının önlenmesi, Küresel LEI Sistemine duyulan güveni korumak açısından hayati önem taşımaktadır ve GLEIF’in proaktif Veri Kalitesi yönetim programının kilit bir parçasıdır. Önleyici kontroller, LEI Tahsis Eden Kurumların taahhütleri ve incelemeleri ile net operasyonel prosedürlerden oluşan, sağlam temellere dayanan bir mükerrer kayıt tespit ve düzeltme süreci sayesinde, potansiyel mükerrer kayıtların Küresel LEI Sistemindeki tüm kayıtların %0,2’sinden azını oluşturduğu görülmektedir.

Yapay Zeka ile Mükerrer Kayıt Tespitinin Güçlendirilmesi

Veri hacimleri ve karmaşıklığı artmaya devam ederken, GLEIF, mükerrer kayıt tespit süreçlerinde daha fazla iyileştirme yapmaya kararlıdır. Özellikle yapay zeka, daha doğru, ölçeklenebilir ve tutarlı bir yaklaşımı teşvik etmek için yeni fırsatlar sunmaktadır.

Yapay zeka sayesinde halihazırda geliştirilmekte olan önemli bir kontrol mekanizması, GLEIF’in “Mükerrer Kayıtlar İçin Kontrol” özelliğidir.

“Mükerrer Kayıtlar İçin Kontrol”, LEI Tahsis Eden Kurumların yeni bir LEI yayınlanmadan önce önerilen LEI ve ilgili referans verilerinin Global LEI Dizini’nde halihazırda mevcut olup olmadığını değerlendirmelerini sağlayan bir özelliktir. Verilme süreci sırasında, yeni kayıtlar hem tam LEI Endeksi ile hem de diğer LEI Tahsis Eden Kurumlar tarafından henüz verilmemiş kayıtlarla karşılaştırılır. Bu, aynı tüzel kişi birden fazla LEI Tahsis Eden Kuruma başvurmuş olsa bile, mükerrer kayıtların yayınlanmadan önce tespit edilip çözülmesini sağlamaya yardımcı olur.

Yapay zeka desteği sayesinde bu sistem, esas olarak bulanık isim eşleştirmesine dayanan önceki algoritmanın ötesine geçmiştir. Bu sayede, potansiyel olarak ilişkili kayıtların daha erken tespit edilmesi, daha etkili bir şekilde karşılaştırılması ve yayınlanmadan önce koordineli bir şekilde çözülmesi mümkün hale gelmiştir.

Nasıl Çalışır?

Geliştirilmiş mükerrer kayıt tespit süreci, üç ana adımdan oluşan yapılandırılmış bir iş akışını izler:

• Ön işleme:
  Gönderilen kayıt temizlenir ve standart hale getirilir. Bu işlem, noktalama işaretlerinin kaldırılmasını, boşlukların normalleştirilmesini, ilgili referans verilerini çıkarmak için kaydın ayrıştırılmasını ve daha sonra karşılaştırma amacıyla vektör gömülerinin oluşturulmasını içerir.
• Filtreleme:
  AI ile geliştirilmiş bir arka uç sistemi, potansiyel eşleşmeleri belirler. Süreç önce LEI kodunu kontrol eder, ardından kayıt otoritelerini ve kayıt tanımlayıcılarını karşılaştırır. Seçilen referans veri öğeleri de vektör gömmelerine dönüştürülür ve Global LEI Dizini'ndeki mevcut kayıtlarla eşleştirilir. Potansiyel eşleşmeleri olan kayıtlar daha sonra puanlama aşamasına geçirilir.
• Puanlama:
  Bu adımda, yanlış pozitif sonuçları azaltmak amacıyla bu potansiyel eşleşmeler daha ayrıntılı bir şekilde değerlendirilir. Yasal ad, yasal yapı, adres, yargı yetkisi ve Tüzel Kişinin kuruluş tarihi gibi unsurlar dikkate alınır; ayrıca fonlar ve şubeler gibi belirli kategoriler için ek işlemler uygulanır.

Daha Hızlı, Ölçeklenebilir ve Daha Tutarlı Mükerrer Tespiti

Bu süreç, aşağıdakileri mümkün kılarak mükerrer kayıtların tespitini güçlendirir:

• Yeni bir LEI, Global LEI Dizini’nde yayınlanmadan önce potansiyel mükerrer kayıtların daha hızlı ve daha erken tespit edilmesi.
• Vektör gömme tekniğinin kullanılması, kayıtların büyük hacimli mevcut LEI referans verileriyle karşılaştırılmasını sağladığından, Küresel LEI Sistemi büyümeye devam ettikçe ölçeklenebilirlik artar.
• LEI Tahsis Eden Kurumun niteliği ve konumundan bağımsız, tutarlı ve standartlaştırılmış bir yaklaşım.
• LEI kodu, kayıt otoritesi, tanımlayıcılar, yasal adı, adresi, yargı yetkisi ve yasal yapı dahil olmak üzere birden fazla veri öğesinin kontrol edilmesi yoluyla daha güçlü Veri Kalitesi denetimleri.

Mükerrer Kayıt Tespiti için Yapay Zekanın Potansiyelinden Yararlanma

AI destekli ön işleme, filtreleme ve puanlama sayesinde, AI'nın "Mükerrer Kayıtlar İçin Kontrol" özelliğinin nasıl daha ölçeklenebilir, verimli ve bağlam farkında hale geldiği açıktır.

AI’nın güvenilir sonuçlar verebilmesi için, eksiksiz ve güvenilir veriler üzerine kurulması ve net bir yönetimle desteklenmesi gerekir. GLEIF’te bu yönetim, proaktif Veri Kalitesi yönetimi, yerleşik doğrulama süreçleri ve Küresel LEI Sisteminin sürekli izlenmesi yoluyla güçlendirilmektedir. AI önerileri, doğru ve tutarlı sonuçlar sağlamak için şeffaf karar alma süreçleri, tespit modellerinin sürekli iyileştirilmesi ve insan uzmanlığı ile denetimle birleştirilmektedir.

Bu unsurlar bir araya gelerek, GLEIF’in proaktif Veri Kalitesi Yönetimi’ne ve Küresel LEI Sistemi genelinde güveni sürdürmeye yönelik sürekli taahhüdünü desteklemektedir.

---