Türkçenin Derlem Tabanlı Grameri -Biçim Bilgisi-

Projenin amacı, yeni, özgün ve gerçek yaşam temelli bir okul sözlüğünü eğitim/öğretim materyali olarak ortaya koymaktır. Bu amaçla, ilkokuldan başlayarak liseye kadar devam eden eğitim-öğretim sürecinde çocukların karşılaşabilecekleri MEB onaylı ve kullanımda olan ders kitapları, çocuk edebiyatı ürünleri, süreli çocuk yayınları vb. doğal dil ortamlarına ait metinlerin yer aldığı özel amaçlı bir derlem (corpus) oluşturulacak ve bu derlem üzerinden projenin ana hedefi olan Gerçek Yaşam Temelli Okul Sözlüğü (GYTOS) oluşturulacaktır.

Projede uygulanacak yöntemle koşut olarak ulaşılması beklenen hedef, eğitim/öğretim materyali olarak bilişim teknolojileri temelli gerçek yaşam temelli okul sözlüğü oluşturmaktır. Alanyazında derlem tabanlı (corpus-based) bir okul sözlüğünün eksikliği ve halihazırda var olan sözlüklerin ana dilin kullanıcılarının sezgilerine dayalı, geçerliliğini yitirmiş/geleneksel yöntemlerle seçilmiş sözlük girdilerini içeriyor olması söz konusu sözlüklerin deneysellikten uzak bir yaklaşımla hazırlandığı anlamına gelmektedir. Bu çerçevede, çağrı programının amaç ve hedefleriyle tümüyle örtüşen Gerçek Yaşam Temelli Okul Sözlüğü (GYTOS) bir eğitim/öğretim materyali olarak bugüne kadar eksikliği hissedilen önemli bir ihtiyacı karşılama özelliğine sahiptir (bk. Amaç ve Hedefler).Önerilen proje, Türkiye Yeterlilikler Çerçevesinde (TYÇ) belirtilen yetkinliklerin geliştirilmesinde tüm eğitim/öğretim ortamlarında formel ve informel öğrenmeye yönelik bir araştırma projesi olma niteliğindedir. Temel araştırma sorusu, Okul çağındaki çocukların (öğrencilerin) karşı karşıya kaldıkları dilsel ortamların söz varlığı nasıldır? şeklinde ifade edilebilir. Kendisi başlı başına bir AR-GE boyutuna sahip olan sözlükbilim uygulamaları temelinde okul çağı çocuklarının karşılaştıkları doğal dil ortamlarına ait söz varlığı bir derlem üzerinden deneysel olarak belirlenecektir. Bu çerçevede projenin alt araştırma soruları: 1. MEB onaylı ders kitaplarının söz varlığı nasıldır?, 2. Çocuğun karşı karşıya kaldığı doğal dil ortamlarının söz varlığı nasıldır?, 3. GYTOS’nin etkililiği ve çocuğun söz varlığına katkısı nasıldır? şeklindedir.

Derlem dilbilim (corpus linguistics), bilindiği gibi özellikle sözlükbilim (lexicography) çalışmalarında, dilin doğal kullanım ortamlarından seçilmiş metinler aracılığıyla gerçek zamanlı ve deneysel çıktılar sunabilen bir disiplindir. Bu niteliğiyle, projde uygulanacak olan yöntem, çağrı metninde de belirtildiği üzere yeni, özgün ve gerçek yaşam temelli bir okul sözlüğünün oluşturulmasında en uygun ve güncel olanakları araştırmacılara sunma gücüne sahiptir.

Öte yandan proje ekibi ve personeli projenin amaç ve hedeflerine uygun olarak disiplinler arası bir niteliğe sahiptir. Proje ekibinde, dilbilimciler, sözlükbilim uzmanları, eğitim bilimciler, Türkçe uzmanları, yazılım uzmanı, alan öğretmenleri, grafik tasarımcısı gibi farklı disiplinlerden araştırmacı ve personel yer alacaktır. Ayrıca önerilen proje, GYTOS’nin oluşturulma süreci, alan eğitmenleri, öğrenciler ve dilbilim/sözlükbilim uzmanları gibi tüm paydaşların katılımını öngörmektedir.

Çalışmada derlem dilbilim ve sözlükbilimin ilke ve yöntemleri ana yapıyı oluşturmaktadır. Öte yandan araştırmacıların süreçte “sistematik hata” yapmalarının önüne geçmek (Maxwell, 1996) ve bilimsel sonuçları keskinleştirmek amacıyla birden fazla veri toplama yöntem ve tekniğinin (odak grup görüşmesi, anket, yarı deneysel bir uygulama, basit uyum indeksi vb.) kullanıldığı, her biri araştırmanın farklı boyutlarının bilimselliğine katkıda bulunacak olan triangülasyon yaklaşımı benimsenmiştir (bk. Yöntem Bölümü).

Gerek oluşturulma gerekse de yayılım/dağılım ve değerlendirme süreçleri açısından GYTOS, metodolojik olarak yenilikçi, çağdaş ve bugün için eğitim/öğetim ortamlarında eksikliği duyulan deneysel sonuçlara dayalı bir eğitim/öğretim materyali olma niteliğiyle özgün bir araştırma projesi olarak alanyazında yerini alacaktır.

Projenin ana çıktısı olarak oluşturulacak GYTOS, tüm dijital platformlarda (internet, akıllı tahta, tablet, akıllı telefon vb.) bir eğitim/öğretim materyali olarak kullanıcıların erişimine açılacaktır. Ayrıca devam çalışmalarında önemli bir veri işleme altyapısı olanağını da sunacak olan projenin Türkçe sözlükbilim çalışmalarında yöntem ve çıktıları bakımından örnek bir çalışma olacağı da öngörülmektedir.

Project Summary

The aim of the project is to introduce a new, original and real life based school dictionary as an educational material. To this end, a specified corpus including texts taken from a variety of natural language environment sources such as textbooks (from primary to high school) approved by the Ministry of Education, children’s literature books , periodic children’s publications and etc. will be created and this corpus will base the real life based school dictionary (GYTOS), the main aim of the project.

The current project can be qualified as a research project encompassing formal and informal learning for all educational environments in developing competencies indicated in the Turkey Competencies Framework (TYC). The main research question guided the project is as follows: How is the vocabulary profile of language environments in which school children (students) are confronted? On the basis of lexicological practices, which themselves have a research and development (R&D) dimension, the vocabulary profile of the language environment students confronted will be determined experimentally with the corpus created. In this context, the sub-research questions of the project are; 1. How is the vocabulary profile of textbooks approved by MoNE?, 2. How is the vocabulary profile of natural language environment encountered by the children? 3. How is the effectiveness of GYTOS and its contribution to the children’s (students) vocabulary knowledge?

In line with the method implemented, the expected outcome of this project is to create a real life based school dictionary as an instructional material supported with information technology. The lack of a corpus-based school dictionary for Turkish in the literature proves that the existing dictionaries include dictionary entries based on old methods and intuitions of native speakers of the language and that they were developed with a non-experimental approach. In this context, a Real Life Based School Dictionary (GYTOS), which completely overlaps with the aims and objectives of the call program, has an important feature addressing the pressing need for a real-life based Turkish dictionary as a learning/teaching material (see Aims and Objectives).

Corpus linguistics is a discipline that can provide real-time and experimental output through texts selected from natural language environments, particularly in lexicography studies. As such, it has the power to present researchers with the most appropriate and up-to-date possibilities for the creation of a new, authentic and real life-based school dictionary, as stated in the call.

The project team and the staff have an interdisciplinary qualification in line with the aims and objectives of the project. The project team will include researchers and staff from different disciplines such as linguists, lexicology experts, educational scientists, Turkish language experts, software experts, field teachers and graphic designers. In addition, the proposed project foresees the participation of all stakeholders in the GYTOS creation process such as field instructors, students and linguistics / lexicology specialists.

The principles and methods of corpus linguistics and lexicography forms the basis of the study. On the other hand, triangulation approach was adopted in order to avoid systematic errors in the process (Maxwell, 1996) and to confirm the findings of the project with multiple data collection methods and data collection techniques (focus group interview, questionnaire, quasi-experimental application, simple integration index, etc.) (see Method Section).

In terms of dissemination / distribution and evaluation processes, GYTOS as an instructional material methodologically innovative, contemporary, experimentally proved and desperately needed in educational environments, will find its place in the literature as a novel research project.

GYTOS, the main outcome of the project, will be accessible to users on all digital platforms (internet, smart board, tablet, smart phone, etc.) as an instructional material. It is also envisaged that this project providing an important data processing infrastructure for continuing studies will be an exemplary work in terms of methods and outputs for Turkish lexicography studies.

Proje Özeti

Türkçeye anlatım gücü ve kıvraklığı kazandıran, anlatılanları kısa yoldan aktarmayı sağlayarak gereksiz tekrarları önleyen, aktarılmak istenilen düşüncenin iletilmesinde kolaylık sağlayan ve sözdizimsel olarak tümceleri akıcı, kolay biçimde birbirine bağlayan fiilimsiler kullanım yoğunluğu açısından Türkçede önemli bir yer tutmaktadır.

Projenin amacı, Türkiye Türkçesinde farklı dilbilgisi terimleriyle karşılansa da genelde tüm araştırmacıların üzerinde uzlaştıkları isim-fiil, sıfat-fiil ve zarf-fiil olarak kavramlaştırılan fiilimsi/eylemsi kategorisinde yer alan dilbilgisel yapıları, derlem dilbilimin ilke ve yöntemleriyle oluşturulmuş 35 milyon (+/-) sözcükbirim içeren bir derlemden biçimsel ve işlevsel nitelikleri ile diğer dilbilgisel görünümleri açısından bütüncül olarak araştırma konusu yapmaktır.

Bu çerçevede projenin amacını, fiilimsilerin morfolojik yapılarını, bu morfolojik yapılardan kaynağını alan işlevlerini, bunlara bağlı olarak fiilimsilerin ana dili ve yabancı dil olarak Türkçenin öğretiminde önceliklerini, bu önceliklere bağlı olarak da fiilimsilerin eşdeğerliliklerini, tabakalara (metin türleri vb.) göre dağılımlarını, dizgesel etiketlerini ve deyim/kalıp ifadelerde kullanımlarını belirlemek şeklinde açıklayabiliriz.

Bu anlamda projenin araştırma soruları ise şu şekilde sıralayabiliriz:

1. Fiilimsilerin morfolojik yapı özellikleri nasıldır?
2. Fiilimsi yapılarının işlevsel nitelikleri nelerdir?
3. Ana dili ve yabancı dil olarak Türkçenin öğretiminde öncelikli fiilimsi kullanımlarının yapı ve işlevleri nelerdir?
4. Fiilimsilerin işleve bağlı olarak eşdeğerlilikleri nasıldır?
5. Tabakalara göre (metin türleri vb.) fiilimsilerin dağılımları nasıldır?
6. Fiilimsilerin dizgesel etiketleri ve deyim/kalıp ifadelerde kullanımları nasıldır?

Yukarıda sıralanan araştırma soruları çerçevesinde araştırma konusu yapılan fiilimsilerin 35 milyon (+/-) sözcükbirim içeren bir derlemden araştırılması, biçimbirimsel çözümlemeler, sıklık dizinleri, sözbiçimler, bağlam içi anahtar sözcük gösterimi ya da bağımlı dizinler, birliktelik kullanımları ve eşdizimlilikler, tanık/örnek dizgeler, sözlükbirimsel veri ve istatistik uygulamalar gibi görünümleri de beraberinde barındırır (Özkan 2013).

Şimdiye kadar fiilimsiler üzerine yürütülmüş olan çalışmalara göz attığımızda (bk. Literatür Özeti) yapılan çalışmaların ya Türkçenin belirli bir kullanım alanını kapsadığını ya da sınırlı metin arşivleri aracılığıyla fiilimsilerin birtakım özelliklerini ortaya koymaya çalıştığını gözlemleriz. Ulaşılmak istenen hedefler ve beklenen çıktıların sağlayacağı katkılar açısından bu projeyle, Türkiye Türkçesinde fiilimsilerin yukarıda sıralanan araştırma soruları çerçevesinde, Türkiye Türkçesini temsil gücü yüksek bir derlem aracılığıyla değerlendirilecek olması çalışmanın özgünlüğü açısından önemlidir. Öte yandan projeyle Türk lehçeleri üzerine yürütülen çok sayıda karşılaştırmalı çalışmada kullanılacak olan Türkiye Türkçesinin bütüncül bir fiilimsi topografyası ortaya koyulmuş olacaktır. Yine, araştırma sorularına bağlı olarak ortaya koyulan sonuçlar, Türkçenin öğretiminde kullanılacak olan önemli veri setleri olarak literatürde yerini alacaktır. Projeyle ulaşılacak olan çıktılar, dilbilimsel çalışmaların tüm alanlarında, hatta makineli çeviri gibi bilişim teknolojileri ile dilbilimim birleştiği alanlarda bile, işlenmiş ve yapılandırılmış veri setleri olarak kullanılma potansiyeline sahiptir.

Ayrıca proje yöntembilimsel anlamda dil çalışmaları paralelinde farklı yaklaşımlar sunmaktadır. Türkçe üzerine yürütülecek olan devam çalışmalarında bu projenin ortaya koyduğu yöntem ve sonuçlar bu anlamda alana önemli katkılar sağlayacaktır.

Project Summary

Verbal is an important concept in Turkish with its usage frequency in that it gives power for expressions; provides a short way to transmit messages; prevents unnecessary repetitions and connects the sentences in fluent ways.

The aim of the project is to search the verbal which has been named with different grammatical names and which have been put into categories as gerund, participles, and verbal adverbs via the corpus. The corpus (including approximately 35 million entries) has been built up in line with the principles of corpus linguistics. The verbal is going to be examined according to syntactic and functional qualities.

On this aspect, the aim of the project can be explained as to identify the morphological structures of verbal; the specific uses of this morphological structures; the importance of verbal in teaching Turkish as both native and foreign language; the distributions of them into strata (different text types etc.); their systematic labels and their use in idioms/patterns.

The research questions of the study are as follows:

1. How are the morphological structures of verbal presented?
2. What are the functional properties of verbal structures?
3. What are the priorities in functional and structural uses of verbal in terms of teaching Turkish as both native and foreign language?
4. How are the equivalents of verbal regarding the functions?
5. How are the distributions of verbal in line with strata (text types etc.)?
6. How are the uses of verbal in systematic labels and idioms/patterns?

The verbal, retrieved from corpus (approximately 35 million words), includes the study of morphemic analyses, frequency lists, word styles, showing the key words in context or dependent structures, collocation uses, evidence-sample sequences, lexicographic data, and statistical applications (Özkan 2013).

When the studies on verbal, which have been conducted so far (see Literature view), are examined, it can be said that the studies include a definite part of Turkish or tries to attach importance to verbal via limited text archives. With its targets and with its expected contributions, the project is authentic with its corpus which can lead to a detailed analysis of the research questions. On the other hand, a total verbal topography, which can be used in many comparative studies with Turkish dialects, is going to be presented. Furthermore, the results are going to be important for literature of teaching Turkish studies. Last but not least, the obtained outcomes have the potential to be used in machine based translation (which combines information technologies and linguistics).

Also, the project presents different methodological approaches. Therefore, this study is expected to have important contributions in Turkish with its methodology and results.

Proje Özeti

Bu projenin amacı, Türkçe üzerine çalışan dil/dilbilim araştırmacıları için araştırmacıların araştırma sorularına bağlı olarak biçimlendirilebilen, araştırmacıya özel, esnek, kolay ulaşılabilir, veri tabanı destekli ve bu çerçevede araştırma sonuçlarının sağlıklı bir şekilde raporlanabildiği bir derlem platformu geliştirmektir.

Bilindiği üzere batı dilleri için geliştirilmiş olan metin işleme/derlem yazılımları o dillere özgü standart birtakım veri işleme özelliklerine sahiptir. Türkçe için kısmen kullanılabilen söz konusu yazılımlar, Türkçe karakter desteği sunabilmelerine karşın bu yazılımların en büyük eksikliği, oluşturuldukları diller de dahil olmak üzere, araştırma sorularına bağlı olarak işlenen verilerin standart olması, ortaya çıkan raporların saklanamaması ve amaca uygun olarak düzenlenememesidir. Bu yazılımların belirli alanlarda özelleşmiş olmaları da söz konusu yazılımların eksiklikleri olarak değerlendirilebilir. Örneğin, AntConc, WordSmith Tools, MonoConc Pro, TextStat, Nooj benzeri sık kullanılan paket yazılımlar sıklık, bağımlı dizin, anahtar sözcük gösterimi, n-gram hesaplama, eşdizimlilik hesaplama gibi geliştirildikleri diller için çıktılar verebilmektedir. Kısmen de olsa bu çıktılar metin belgeleri olarak dışa aktarılabilmekte ve sonuç olarak araştırmacı metin yığınlarından elde edilmiş ancak ayrıştırılmamış, filtrelenmemiş başka bir metin yığını ile karşı karşıya kalmaktadır. Söz konusu paket yazılımların bir diğer olumsuz yönü farklı işletim sistemlerine özgü olmalarıdır. Her ne kadar paket yazılımların UNIX, Mac, Windows gibi farklı işletim sistemleri için sürümleri mevcutsa da bu durum programlara erişimi ve kullanımını genellikle zorlaştırabilmektedir.

Oysa dil/dilbilim çalışmaları bugün daha ayrıntılı araştırma sorularına cevap arama eğilimindedir. Türkçe üzerine yürütülen derlem çalışmalarının sınırlılığı ve gün geçtikçe derlem oluşturma ve derlem dilbilim yöntemleriyle Türkçeyi değerlendirme eğiliminin de arttığı bir gerçektir. Ayrıca söz konusu metin işleme/derem yazılımlarını kullanmayı öğrenmek bile başlı başına bir iş olarak araştırmacıların karşısında durmaktadır. Diğer taraftan her dilbilimciden derlem oluşturma/işleme gibi özel bir alana dair yazılım bilgisi edinmesi de pratik bir yaklaşım gibi görünmemektedir. Bu anlamda kullanıcı dostu, kolay erişilebilir, araştırma sorularına bağlı olarak geliştirilebilen esnek bir platforma ihtiyaç vardır. Kullanıcı dostu ve sadece bir tarayıcı (browser) aracılığıyla oluşturulacak olan Türkçe için “Kendi Kendine Derlem Platformu” (KKDP) söz konusu tüm olumsuzlukları kullanıcının yararına dönüştürebilecektir.

Önerilen “Kendi Kendine Derlem Platformu” her geçen gün geçerliliği artan bir uygulama alanı olan derlem dilbilimin ilke ve yöntemlerini kuramsal ve uygulamalı açıdan temel alarak oluşturulacaktır. Bu çerçevede proje dilbilimcilere var olan standart derlem çıktıları vermenin yanında araştırmacıların araştırma sorularına bağlı olarak biçimlendirilebilen, araştırmacıya özel, esnek, kolay ulaşılabilir, veri tabanı destekli ve araştırma sonuçlarının sağlıklı bir şekilde raporlanabildiği bir derlem altyapısı sunmayı hedeflemektedir. Proje ekibi söz konusu derlem altyapısını oluşturacak olan bütünleşik sistemin parçalarını farklı derlem projelerinde başarılı sonuçlar üreterek deneyimlemiştir (bk. 7.3.2. Proje Ekibinin Önerilen Proje Konusuyla İlgili Projeleri) Bu noktada proje ekibi edindiği birikimi diğer dilbilimcilerin de istifadesine sunmayı amaçlamaktadır.

Diğer taraftan, son yıllarda dünyada bilişim teknolojilerinin sunduğu olanaklar dil/dilbilim alanında yürütülen bilimsel çalışmaların nitelik ve niceliğini arttırmıştır. Önerilen projeyle, Türkçe üzerine yürütülen çalışmaların da nitelik ve niceliğinin artacağı öngörülmektedir. Bu anlamda batıda uygulamalı dilbilim çerçevesinde karşımıza çıkan dilbilgisi, ağız, çeviri bilim, tarihsel dilbilgisi ve dilsel değişim, dil öğrenimi ve öğretimi, anlambilim, kullanımbilim, toplum dilbilim, söylem çözümlemesi, biçembilim ve yazınbilim gibi dilbilimin alt dallarında (McEnery vd., 2006) araştırmacılar derleme dayılı çalışmalar yürütebilme olanağına sahip olacaklardır. Örneğin, sözcük anlambilimi ya da cümle anlambilimiyle ilgilenen bir araştırmacı standart derlem işleme basamaklarının yanında kendi derleminde yer alacak olan tabakaları ve metinleri belirleyebilecek, tabakaların ve metinlerin metadatalarının girişini yapabilecek, istediği dil birimini araştırma soruları çerçevesinde istediği etiketleri kullanarak işaretleyebilecek ve sonuç olarak tüm bunları sağlıklı bir şeklide raporlayabilecektir.

Project Summary

The aim of this project is to develop a corpus platform which can be shaped in line with the research questions of the scholars, and which is special for the scholar, user friendly, and supported with database. Considering this perspective, this corpus is going to provide a corpus platform in which the results of the research can be reported in a functional way.

As it is known, corpora of Western languages have the standard properties which are specific to apply the data of those languages. Corpora softwares have the opportunity to support its users with Turkish charecters. The biggest limitation of those corpora softwares, including the languages they have been formed, is that the data shaped in line with the research questions cannot be stored and arranged according to research goals. Another limitation may be evaluated as the drawbacks of them. To give an example, some softwares like AntConc, WordSmith Tools, MonoConc Pro, TextStat, Nooj can print results for the target languages as for frequency, bound lists, key words, n-gram calculation and collocation calculation. Despite being partial, those prints can be transferred into text documents. The research again faces with texts which have not been filtered and separated from the other texts. Another negative side of those corpora is that they are not proper for different operating systems. Though they have got versions for different operating systems like UNIX, Mac, Windows, this situation may generally lead to difficulties in terms of accessing and using them.

On the other hand, nowadays, linguistic researchers tend to find out answers for more detailed research questions. It is a fact that there is a limitation in corpus studies, and as the days pass by, there is an increasing interest to evaluate Turkish via corpus linguistics and creating corpus. Furthermore, learning word processing and corpus softwares is an important problem for the researchers. Moreover, it is not a practical solution to make linguists learn the knowledge of softwares for creating corpora. In that sense, they need a platform which is user friendly, easy to reach and shaped in line with research questions. “Do it Yourself Corpora”, which is going to be shaped with its browser and user friendly properties, can turn the disadvantages into advantages.

The proposed “Do it Yourself Corpora” is going to be prepared in terms of the theories and the applications of corpus linguistics, which is an increasingly valid application area. Under this perspective, the project aims to present a corpus database, which can be shaped in line with the research questions of the scholars, which is special for the scholar, user friendly, and supported with database, rather than presenting only standard corpus output. The project team has already experienced successful results from the previous corpus projects as integrated parts of this project (see The previous projects of the project team on proposed topic).  At this point, the project team aims to share the information they have obtained so far.

In other respects, recently, thanks to the advances in information technologies, quality and quantity of scientific studies on linguistics have increased. With the proposed project, it is predicted that the quality and quantity of Turkish studies is also going to increase. In this sense, the researchers are going to have the opportunity to conduct research on grammar, dialect, translation, historical grammar and language changes, language learning and changing, pragmatics, sociolinguistics, discourse analysis, stylistics and poetics, all of which are encountered under the perspective of applied linguistics in Western world (McEnery et al., 2006). For instance, a researcher interested in word semantics or sentence semantics will have the chance to identify texts and structures of the corpus, will enter the metadata of texts and structures, will tag the results in line with the research questions. Thus, the researcher is going to report the results in a functional way.

Proje Özeti

Derlem (corpus), dilbilimde bir dili belirgin dilbilimsel ölçütlere göre örneklemek amaçlı olarak o dile ait yazılı ve sözlü metinlerden seçilerek belirli standartlara göre düzenlemiş metin parçalarının bütünü (McEnery vd., 2006) olarak tanımlanabilir. Bir derlem için gerekli ölçütlerin başında ise oluşturulduğu dili örnekleyebilmesi (sampling) ve o dili temsil gücü (representativeness) gelir. Bunun yanı sıra belirli bir sınıra (finite size) sahip olması ya da olmaması (dynamic size), bilgisayarlarca okunabilir (machine-readable) bir yapıda hedef dili betimlemede ölçünlü bir başvuru kaynağı (standart reference) niteliği taşıması bir derlemin oluşturulmasında önemli ölçütlerdendir (McEnery ve Wilson, 2004).

Literatürde var olan biçimiyle derlemler içlemleriyle ve amaçlılıklarıyla koşut olarak çeşitlilik gösterir. Oluşturulan derlemler araştırma sorusuna bağlı olarak geliştirilmektedir. Örneğin: yazılı ve/ya sözlü içeriğe sahip ve belirli bir dilde dilsel çeşitliliği yansıtabilen BNC [British National Corpus) benzeri genel derlemler (general corpora); Guangzhou Petroleum English Corpus gibi petrokimya derlemi ya da The HKUST Computer Science gibi bilgisayar bilimleri derlemi benzeri özel alan derlemleri (specialized corpora); … International Corpus of English (ICE) benzeri eş süremli olarak dilsel veriler içeren eş süremli derlemler (synchronic corpora) …vb. (McEnery vd. 2006).

Bugün dilin doğal ortamlarından yazılı ve sözlü olarak derlenen verilerle kendine özgü kuram ve uygulamalarla ortaya koyulan sağlam kuruluşlu derlemler, özellikle dil öğrenimi ve öğretimi alanında sezgisel örnekçelerden ve ikincil verilerden yalıtılmış ‘gerçek zamanlı’ dilsel verileri içermesi bakımından dil çalışmalarına büyük katkılar sağlamaktadır.

Bu projenin amacı, bir özel alan derlemi [‘Türk Çocuk Yazını Derlemi (TÇYD)] oluşturmak ve oluşturulan bu derlem üzerinden ‘Türk Çocuk Yazını’nda dil öğretimi açısından öncelikli söz varlığını, çocuk yazını eserlerinin okunabilirlik ve yaşa uygunluk düzeylerini; çocuk yazını türlerinin sözcüksel çeşitlilik ve sözcüksel alan örüntülerini; biçimbirimsel, sözcükbirimsel ve sözdizimsel niteliklerini ve ayrıca çocuk yazını eserlerinin iç ve dış yapısal ögelerini bütüncül olarak ortaya koymaktır.

Bu çerçevede proje ile Türk Çocuk Yazını üzerine yürütülecek ileri düzey uygulamalar doğrultusunda alt araştırma soruları “1. Türk Çocuk Yazını’nda dil öğretimi açısından öncelikli söz varlığı nasıldır? 2. Türk Çocuk Yazını’nda eserlerin okunabilirlik düzeyleri nasıldır? 3. Türk Çocuk Yazını’nda eserlerin yaşa uygunluk düzeyleri nasıldır? 4. Türk Çocuk Yazını’nda sözcüksel çeşitlilik ve sözcüksel alan örüntüleri nasıldır? 5. Türk Çocuk Yazını’nda biçimbirimsel, sözcükbirimsel, sözdizimsel yapılar nasıldır? 6. Türk Çocuk Yazını iç ve dış yapısal ögeler açısından nasıldır?” olarak belirlenmiştir.

Alt araştırma sorularına bağlı olarak proje çıktılarının literatürde ‘Türk Çocuk Yazını’ üzerine yürütülmüş ayrıntılı bir çalışma olması nedeniyle önemli bir boşluğu doldurması öngürülmektedir. Öte yandan çevrimiçi (web) üzerinden araştırmacıların erişimine açılacak olan Türk Çocuk Yazını Derlemi’nin başta Türkçenin eğitimi-öğretimi olmak üzere çocuk yazını yazar ve yayıncıları, eğitimci ve araştırmacılar için önemli bir boşluğu dolduracağı, konuyla ilgili araştırmalara ulasal ve uluslararası yayın yapmak adına büyük katkılar sağlayacağı öngörülmektedir. Tüm bu nitelikler bakımında önerilen proje literatürde yöntem ve uygulama açısından bir ilk olma özelliği taşamaktadır.

36 ay süreyle yürütülecek olan proje üç aşamadan oluşmaktadır:

İlk aşamada Türkçe çocuk yazınına ait çeşitli türlerde metin parçaları [5846 numaralı Fikir ve Sanat Eserleri Kanunu’nun Madde 35 (1-4 Fıkralar), Madde 36, Madde 37.’de belirtilen hükümler çerçevesinde] (http://www.mevzuat.adalet.gov.tr/html/957.html) amacımıza uygun olarak proje için geliştirilecek yazılımlar aracılığıyla sayısallaştırılacak, bir veri tabanı uygulamasıyla biçimbirimsel, sözcükbirimsel, sözdizimsel olarak etiketlenebilir-işaretlenebilir hâle getirilecektir (1-3. Aylar).

İkinci aşamada, TÇYD’de çocuk yazınının okunabilirlik, yaşa uygunluk, sözcüksel çeşitlilik ve sözcüksel alan örüntüleri; biçimbirimsel, sözcükbirimsel ve sözdizimsel nitelikler ile iç ve dış yapısal özellikler açısından bilişim teknolojilerinden yararlanılarak araştırma konusu yapılacak ve derlem bu açılardan işlenecektir (3.-36. Aylar).

Üçüncü aşama ise elde edilen sonuçlar “Türk Çocuk Yazını Derlemi TÇYD” olarak sanal ortamda yayımlanacaktır (Eş zamanlı olarak).

Proje ekibi proje konusuyla ilgili olarak yeterli deniyime sahip araştırmacı ve personelden oluşmaktadır. Derlem oluşturma ile ilgili olarak yürütülen 109K104 (http://derlem.mersin.edu.tr), 109K516 (http://fiiller.mersin.edu.tr), 111K332 (http://esdizim.mersin.edu.tr) nolu üç araştırma projesi Tübitak tarafından desteklenip tamamlanan projeler arasındadır.

Project Summary

Corpus can be defined as the entire collection of selected written and spoken texts, which is used for the sampling of a language, according to linguistic bench marks in the domain of linguistics (McEnery et al., 2006). The most crucially required benchmarks of the corpus are its sampling and representation of language. Besides this, the other crucial benchmarks to describe the language are its having a finite or dynamic size; its being machine readable, and its being standard reference. (McEnery and Wilson, 2004).

In their forms of literature, the corpuses are different with their contents and goals. Therefore, the created corpuses are developed in line with the research questions. McEnery et al. (2006) gives a detailed description of corpus types, and states that BNC (British National Corpus), as a general corpus, has written and spoken contents, and it reflects the variety of language. There are also specialized corpuses like petro chemistry corpus of “Guangzhou Petroleum English Corpus” or computer sciences’ corpus of “The HKUST Computer Science”. Furthermore, there are synchronic corpuses which include lingual data.

Today, strongly established corpuses, which have been compiled as written and spoken and which have their own theories and applications, contribute a lot to the language studies. This happens particularly as they include real time language elements refined from secondary sources and intuitional samples in the domain of language learning and teaching.

The aim of the present project is to create a Turkish Child Literature Corpus (TCLC). Via this corpus, the aims are to determine the primary expression existence; to analyze the levels of age and readability of child literature works; to identify the lexical areas of child literature sample, and to classify the properties of morphemic, lexeme and syntactic categories.

In this perspective, the research questions of the project’s further applications on Turkish Child Literature are identified as “1. How is the primary lexeme in terms of language teaching in Turkish Child Literature? 2. How are the readability of Turkish Child Literature works? 3. How are the age suitability levels of Turkish Child Literature works? 4. How are the lexical variance and lexical domain patterns in Turkish Child Literature? 5. How are the morphemic, lexeme and syntactic structures in Turkish Child Literature? 6. How is Turkish Child Literature in terms of internal and external elements?”

In relation with the subquestions of the research, the project is expected to fill the vacancy as there is not a detailed study on Turkish Child Literature. On the other hand, Turkish Child Literature Corpus is going to be available online so that authors and publishers, particularly in Turkish language education and instruction, can use. From this aspect, TCLC is expected to contribute a lot to both national and international research on related topics.

The project, which is going to last for 36 months, consists of 3 stages:

At the first stage of the project, the various types of texts belonging to Turkish Child Literature [5846 numbered Law on Intellectual and Artistic Works Item 35 (1-4 paragraphs), in the perspective of judgments: Item 36. and Item 37.] (http://www.mevzuat.adalet.gov.tr/html/957.html) are going to be digitized. With a database application, morphemic, lexeme and syntactic parts are going to be made ready for tagging and marking. (Between 1^st and 3^rd months)

At the second stage, the reability, the suitability to age, lexical domain samples, the morphemic, lexeme, and syntactic properties are going to be handled as research topics via using information technologies, and the corpus is going to be processed (between 3^rd and 36^th months).

At the third stage, the obtained results are going to be published online as “Turkish Child Literature Corpus-TCLC” (synchronously). The project team is composed of researchers and personnel who have sufficient experience about the topic. On the area of creating corpus, three projects “109K104 (http://derlem.mersin.edu.tr), 109K516 (http://fiiller.mersin.edu.tr), 111K332 (http://esdizim.mersin.edu.tr)” have already been supported by TÜBİTAK, and these projects have been completed.

Proje Özeti

Bir dilin temel söz varlığını derlemek sözlükbilimin (lexicology) çalışmalarının ana amaçlarındandır. Sözlükbilim sadece ana dilin kullanıcıları için genel amaçlı bir sözlük değil belirgin amaçlar doğrultusunda hazırlanmış özel amaçlı sözlükler (atasözleri ve deyimler sözlüğü, terim sözlükleri, eş anlamlı sözcükler sözlüğü, zıt anlamlı sözcükler sözlüğü, eşdizim sözlüğü vb.) oluşturmakla da ilgilenir.

Bugün, Türkiye Türkçesinin söz varlığı üzerine yapılan çalışmalar değerlendirildiğinde genel amaçlı sözlük çalışmalarının yanında özel amaçlı sözlük çalışmalarının yetersizliği ve sınırlılığı açıkça gözlemlenmektedir. Sözlükbilimde özel amaçlı çalışmaların bir ürünü olan eşdizim sözlüğü Türkiye Türkçesinin söz varlığı çalışmalarında üzerinde durulmayan bir konu olarak karşımıza çıkmaktadır. Öte yandan, eşdizimlilik literatürde, özellikle de derlem dilbilim (corpus linguistics) alanındaki çalışmalarda, sözlükbilimde dil öğretimi alanında önceliklerin belirlenmesi aşamasında çokça başvurulan bir yöntem olarak yerini almıştır. Bu projenin amacı, Türkiye Türkçesinin söz varlığında madde başı ve madde içi olarak sözlükbirimselleştirilmiş sözlükbirimleri eşdizimlilikleri açısından derlem tabanlı bir uygulama temelinde değerlendirmektir.

Proje; amaç, kapsam ve yöntem açısından Türkiye Türkçesi üzerine yürütülen çalışmalar göz önüne alındığında bir ilk olma özelliğini taşımaktadır. Bu projede, Güncel Türkçe Sözlük’ün (GTS) fiil, zarf, sıfat, isim temelli bir `derlem-denetimini’ yapmak, ana dili ve ikinci dil öğretiminde önemli bir yere sahip olan eşdizimsel yapıları Türkçe için bu eksende tespit etmek amaçlanmıştır.

Türkiye Türkçesinin Eşdizim Sözlüğü (TTES)’nün Sayısallaştırılması projesiyle ulaşılması beklenen sonuçlar şöyle sıralanabilir:

1. Türkçede fiil, zarf, sıfat ve isimlerin dizimsel özellikleri belirlenebilecektir.
2. Türkçenin söz varlığını barındıran GTS’de fiil, zarf, sıfat ve isimlerin anlamsal ve dizimsel bir derlem-denetimi yapılmış olacaktır.
3. Türkçede fiil <=> zarf ve sıfat <=> isim arasında kavram alanları belirlenebilecektir.
4. Türkçenin ana dili ve yabancı dil olarak öğretimi konusunda fiil <=> zarf ve sıfat <=> isim ilişkiselliği temelinde var olan kullanım görünümleri sıklık temelli olarak belirlenebilecektir.
5. Fiil, zarf, sıfat ve isimlerin kullanım sıklıkları ve dil öğretimindeki öncelikleri belirlenebilecektir.
6. Sözcük türü olarak GTS’de yer alan fiil, zarf, sıfat ve isimlerin söz varlığında ilişkiselliklerinin yanında anlamsal özellikleri belirlenebilecektir.
7. Türkiye Türkçesinin Eşdizim Sözlüğü (TTES)’nün sayısallaştırılmasıyla Türkiye Türkçesinde devam çalışmalarında önemli ölçütte veri derlenmiş ve diğer araştırmacıların kullanımına sanal ortamda sunulmuş olacaktır.

Project Summary

That compile of basic vocabulary of one language is one of the main goals of lexicology studies. Lexicology is not only used as a general dictionary for native speakers of that language, but also interested in creating dictionaries for specific purposes in the light of definite goals (dictionary of proverbs and idioms, glossary of terms, thesaurus, antonym dictionary, collocation dictionaries and etc.)

When the studies conducted on Turkish vocabulary are reviewed, little and limited number of research on special purpose dictionaries is clearly observed besides general purpose dictionaries. Collocation dictionary which is a product of specific purpose dictionaries in lexicology is an untouched issue in Turkish vocabulary studies. On the other hand, in literature specifically among studies on corpus linguistics, collocation is placed as frequently referred method in lexicology throughout deciding priorities for teaching a language. The aim of this study is to review lexeme that is formed as head and in lexeme and defined as verb, adverb, adjective and noun in terms of its collocations by depending on a corpus based framework in Turkish vocabulary.

The project is the first one for Turkish in terms of its aim, scope, and method.

In this project, it is aimed to make verb, adverb, adjective and noun based ‘corpus-review’ of Güncel Türkçe Sözlük (GTS) and determine collocations, which are prominent for teaching first and second language, for Turkish in this framework.

The expected results with Digitizing of Turkey Turkish Collocation Dictionary project are as follows:

1. The syntagmatic features of verb, adverb, adjective and noun could be determined in Turkish.
2. Semantic and syntactic corpus-review of verb, adverb, adjective and noun could be made in GTS which includes Turkish vocabulary.
3. Concept area could be determined on verb<=>adverb, adjective<=>noun relation in Turkish.
4. Use of aspects underlined on verb<=>adverb, adjective<=>noun relation could be determined as frequency basis in terms of teaching Turkish as first and second language.
5. Besides frequency of verb, adverb, adjective, noun’ uses and priorities on teaching language, frequency of nouns and their priorities on teaching language could be determined.
6. verb<=>adverb, adjective<=>noun’ relation and semantic features in vocabulary, as part of speech in GTS, with nouns could be defined.
7. By digitizing of Turkey Turkish Collocation Dictionary (TTCD), the great number of data could be compiled for further studies in Turkish and the data will be presented for other researchers use on virtual environment.

Proje Özeti

Bugün sözlükbilim (lexicology) uygulamaları gelişen bilişim teknolojilerine koşut olarak daha fazla sözcükbirimi daha hızlı ve güvenilir bir biçimde işleyecek yetkinliğe ulaşmıştır. Bunda sözlükbilimin söz konusu sözcükbirimleri ayrıntılandırmada derlem dilbilimin (corpus linguistics) ilke ve yöntemlerinden yararlanıyor olması önemli bir etkendir. Öyle ki, bugün sözlükbilim ve derlem dilbilim birbiriyle iç içe geçmiş iki ayrı dilbilim dalı durumundadır.

Sözlükbilimin ilke ve yöntemleri açısından Türkiye Türkçesinin Söz Varlığını (TTSV) barındıran sözlükler (bugüne kadar yayınlanmış olan) değerlendirildiğinde bu sözlüklerin; sözlükbirimlerin yazımsallığı, madde başı ve içi açıklamalarda eksikliklerin varlığı, sözlükbirim tanıklarının yetersizliği ve birçok sözlükbirimin sözlükte tanıksız yer alması, sözcük türlerinin etiketlenmesindeki eksiklikler, sözlük malzemesinin gerçek zamanlı olmaması vb. nedenlerle ‘genel amaçlı, ansiklopedik’ sözlükler oldukları görülür.

Bu durumun nedeni Türkçe için henüz nitelikli, kapsamlı ve standartlara uygun bir derlemin oluşturulamamış olmasıdır. Doğal olarak, sözlük çalışmalarımız da derlem tabanlı (corpus based) olmaktan uzaktır. Bu açıdan sözlükbilim çalışmalarımızın derlem tabanlı uygulamaların sonuçlarını esas alan, sözlükbirimlerin ve anlamsal sıklıklarının göz önüne alındığı, gerçek zamanlı, kullanıcı temelli anlayıştan uzak bir çerçevede olduğu gözlemlenmektedir.

Bu çalışmanın amacı, bugüne kadar sözlüklerde derlenen Madde Başı ve İçi Fiilleri (MBİF) nitelikli, kapsamlı ve standartlara uygun olarak hazırlanmış bir derlemden yazımsallıkları, madde başı açıklamaları, tanıkları, sözcük türü olarak etiketleri açısından gerçek zamanlı olarak denetlemek ve sözlük girdilerimizi bu derlemden elde edilen veriler ışığında yeniden düzenlemektir.

Bu projeyle ulaşılması beklenen sonuçlar şöyle sıralanabilir:

1. MBİF’yi temsil gücü (representativeness) yüksek bir derlemden (corpus) sıklık temelli olarak belirlemek. 2. TTSV’de MBİF’yi yazımsal özellikleri açısından tam olarak belirlemek. 3. MBF’nin madde içi açıklamalarında yer alan eksiklikleri gidermek. 4. MBİF’de var olan sözlük tanıklarının yetersizliklerini gidermek. 5. Sözcük türü olarak MBİF’yi tam olarak etiketlemek. 6. Özel amaçlı sözlük çalışmaları için (dil öğretimi, eşdizimlilik, eş ve yakın anlamlılık, karşıt anlamlılık vb.) gerçek zamanlı sözlükbirimsel malzemeyi bu anlamda derlemek. 7. Morfolojik olarak MBİF’yi gerçek zamanlı olarak derlemek. 8. Tüm bu süreçlerin sonunda ortaya çıkan sözlükbilimsel malzemeyi devam çalışmalarında diğer araştırmacıların kullanımına sanal ortamda sunarak “Türkiye Türkçesinde Fiillerin Derlem Tabanlı Sözlüğü”nü ortaya koymak ve sözlükbilim çalışmalarına bu anlamda katkıda bulunmak.

Proje, temelde derlemin oluşturulması, TTSV’de tanımlı yaklaşık 6.400 MBİF’nin oluşturulan derlemden tüm yönleriyle derlenmesi, elde edilen sonuçların yayımlanması ve çalışmanın sonuçlanması olmak üzere üç aşamadan oluşmaktadır.

Birinci aşamada, Türkiye Türkçenin yazın diline ait çeşitli türlerde metin parçaları [5846 numaralı Fikir ve Sanat Eserleri Kanunu’nun Madde 35 (1-4 Fıkralar), Madde 36, Madde 37.’de belirtilen hükümler çerçevesinde] (http://www.mevzuat.adalet.gov.tr/html/957.html) ile internet ortamından seçtiğimiz toplam 30 milyon ‘söz’lük konu duyarlı bir derlem, amacımıza uygun olarak proje için geliştirilecek yazılımlar aracılığıyla sayısallaştırılacak, bir veri tabanı uygulamasıyla sözlükbirimsel olarak derlenebilir hâle getirilecektir. İkinci aşamada, TTSV’de fiiller söz konusu derlemden denetlenerek derlenecektir. Üçüncü aşama ise elde edilen sonuçlar “Türkiye Türkçesinde Fillerin Derlem Tabanlı Sözlüğü” olarak sanal ortamda yayımlanacaktır.

Project Summary

Lexicography, today, parallel with developing data processing technologies reaches fairly lexeme processing capability. In this situation, corpus linguistics’ principles and methods features contribute important facilities. Such that, corpus linguistics and lexicography nowadays become two independent scientific research areas.

When it was considered about the principles and methods of lexicographic viewpoint, today’s modern Turkish dictionaries (have been published) have some inadequacies such as lemmas are lack of adequate lexicographic evidence, lack of part of speech tagging etc.

A qualified, comprehensive and standard corpus hadn’t been built for Turkish language, is cause of this situation. And naturally, our lexicographic studies also are so far from corpus based principles. In this point, our lexicographic studies are seems far from frame of corpus based, frequency of lexemes and their semantic frequency, real time language data and user based viewpoint.

This project’s object is to checking verbs in Turkey Turkish vocabulary from a qualified, comprehensive and standard corpus as real time and re-build lexemes data of the verbs in Turkey Turkish Vocabulary from this corpus about their notations, headword explanations and witness of lexemes, part of speech tagging from the dictionaries entry that collected Turkey Turkish lexemes.

The anticipated outcomes of this project are as follows:

1. To define the verbs in Turkey Turkish Vocabulary (TTV) from a representative corpus from the point of frequency based.
2. To define verbs in TTV from the point of notation features.
3. To clear headwords explanations verbs in TTV.
4. To clear witnesses of verbs in dictionary in TTV.
5. To tag exactly part of speech tagging of verbs.
6. To define lexicographic data as real time to particular purpose lexicons for special aims (e.g. teaching language dictionary, collocation dictionary, synonym words dictionary, antonym words dictionary, etc.).
7. To define verbs in TTV as morphological, as real time.
8. All this process, by using the emergent lexicographic data, “Corpus Based Dictionary Of Turkey Turkish” will be built and also this will be contributed to other lexicographic studies by accessing in online media to other researchers.

Project has mainly three stages:

1- Building corpus.

2- Checking the verbs about 6.400 headwords and inwords in TTV with all points.

3- Concluding and publishing the project results.

In the first stage; a corpus which including about 30 million words were collected from various thematic texts that belong to Turkey Turkish written language and also internet [according to number 5846 Fikir ve Sanat Eserleri Kanunu, Clause 35 (1-4), 36 and 37.] (http://www.mevzuat.adalet.gov.tr/html/957.html) will be digitized with programs which will be developed for this project and it will be become to examine as syntactic and as lexemes by using data management program. In the second stage; the data getting from the corpus will be controlling and compiling. In the third stage; the getting results of the project will be published as “Corpus Based Dictionary of Verbs at Turkey Turkish” by accessing online media.

Proje Özeti

Bir dilin temel söz varlığını derlemek sözlükbilimin (lexicology) çalışmalarının ana amaçlarındandır. Sözlükbilim sadece ana dilin kullanıcıları için genel amaçlı bir sözlük değil belirgin amaçlar doğrultusunda hazırlanmış özel amaçlı sözlükler (atasözleri ve deyimler sözlüğü, terim sözlükleri, eş anlamlı sözcükler sözlüğü, zıt anlamlı sözcükler sözlüğü, eşdizim sözlüğü vb.) oluşturmakla da ilgilenir. Bugün, Türkiye Türkçesinin söz varlığı üzerine yapılan çalışmalar değerlendirildiğinde genel amaçlı sözlük çalışmalarının yanında özel amaçlı sözlük çalışmalarının yetersizliği ve sınırlılığı açıkça gözlemlenmektedir. Sözlükbilimde özel amaçlı çalışmaların bir ürünü olan eşdizim sözlüğü Türkiye Türkçesinin söz varlığı çalışmalarında üzerinde durulmayan bir konu olarak karşımıza çıkmaktadır. Öte yandan, eşdizimlilik literatürde, özellikle de derlem dilbilim (corpus linguistics) alanındaki çalışmalarda, sözlükbilimde dil öğretimi alanında önceliklerin belirlenmesi aşamasında çokça baş vurulan bir yöntem olarak yerini almıştır.

Bu projenin amacı, Türkiye Türkçesinin söz varlığını barındıran Güncel Türkçe Sözlük’te (GTS), madde başı ve madde içi olarak sözlükbirimselleştirilmiş 12.225 sıfat tanımlı sözlükbirimi eşdizimlilikleri açısından derlem tabanlı bir uygulama temelinde değerlendirmektir. Proje; amaç, kapsam ve yöntem açısından benzer çalışmalarda deneyimli bir yürütücü tarafından yürütülmesinin yanında Türkiye Türkçesi için bir ilk olma özelliğini de taşımaktadır.

Bu projede, GTS’nin sıfat temelli bir ‘derlem-denetimini’ yapmak, ana dili ve ikinci dil öğretiminde önemli bir yere sahip olan eşdizimsel yapıları Türkçe için bu eksende tespit etmek amaçlanmıştır.

Bu projeyle ulaşılması beklenen sonuçlar şöyle sıralanabilir: 1. Genelde dil özelde de Türkçede yoğun bir kullanıma sahip olan sıfatların dizimsel özellikleri belirlenmiş olacaktır. 2. Türkçenin söz varlığını barındıran GTS’de sıfatların anlamsal ve dizimsel bir derlem-denetimi yapılmış olacaktır. 3. Türkçede sıfat-ad ve ad-sıfat ilişkisinde kavram alanları belirlenmiş olacaktır. 4. Türkçenin ana dili ve yabancı dil olarak öğretimi konusunda sıfat-ad ilişkiselliği temelinde var olan kullanım görünümleri sıklık temelli olarak belirlenmiş olacaktır. 5. Türkiye Türkçesinin eşdizim sözlüğü için temel veriler derlenmiş olacaktır. 6. Sıfatların kullanım sıklıkları ve dil öğretimindeki önceliklerinin yanında adların da sıklıkları ve dil öğretimindeki öncelikleri belirlenmiş olacaktır. 7. Sözcük türü olarak GTS’de yer alan sıfatların söz varlığında adlarla ilişkisellikleri, anlamsal özellikleri belirlenmiş olacaktır. 8. Türkiye Türkçesinde sıfatlar ile ilgili devam çalışmalarında önemli ölçütte veri derlenmiş ve diğer araştırmacıların kullanımına sanal ortamda sunulmuş olacaktır.

Proje, temelde verilerin derlenmesi, bu verilerin işaretlenmesi ve değerlendirilmesi, projenin sonuçlandırılması ve yayımlanması olmak üzere üç aşamadan oluşmaktadır.

Birinci aşamada, Türkiye Türkçenin yazın diline ait çeşitli türlerde metin parçaları [5846 numaralı Fikir ve Sanat Eserleri Kanunu’nun Madde 35 (1-4 Fıkralar), Madde 36, Madde 37.’de belirtilen hükümler çerçevesinde] (http://www.mevzuat.adalet.gov.tr/html/957.html) ile internet ortamından seçtiğimiz 25 milyon sözcüklük konu duyarlı bir derlem (corpus), amacımıza uygun olarak sayısallaştırılacak, MYSQL veri tabanı uygulamasıyla ve PHP aracılığıyla tümcesel olarak derlenebilir hâle getirilecektir. İkinci aşamada, veriler söz konusu derlemden kullanıldıkları adlar temel alınarak ilgili dizgeler işaretlenecek, ayıklanacak dizimsel ve anlamsal olarak birbiriyle bağdaşıklık gösteren sıfatlar ve adlar eşdizimlilikleri çerçevesinde değerlendirilecektir. Üçüncü aşama ise elde edilen sonuçlar yayımlanacaktır.

Project Summary

To collect the main vocabulary of a language is the major aims of lexicology works. Lexicology looks after to prepare not only for general purpose lexicon for mother tongue users but also particular purpose lexicons for special aims (e.g. proverbs and idioms dictionary, terms dictionary, synonym words dictionary, antonym words dictionary, collocation dictionary etc.). Today, when the studies are considered about the vocabulary of Turkey Turkish, general purpose lexicon works, and particular purpose lexicons for special aim works are insufficient and limited. In lexicology, collocation dictionary is one of the main products of lexicology, seen as a non mentioned subject at the study of Turkey Turkish vocabulary. On the other hand, in lexicology, collocation has been taken place in literature as an important applying method, especially in the corpus linguistics applications and defining the stage of preferences in language teaching

This project’s object is to investigate the collocations defined as adjective and lexicalized 12.225 lexemes as headword and inword in Güncel Türkçe Sözlük (Living Turkish Dictionary) which is including the vocabulary of Turkey Turkish in a corpus-based approach. Project has speciality being the first about purpose, content and method also executing by experienced researchers at similar studies.

The anticipated outcomes of this project are as follows: 1. It will be defined the adjectives’s syntactic features which have intense usage in generally language and specially in Turkish. 2. It will be made semantic and syntactic corpus-control of adjectives in Güncel Türkçe Sözlük (Living Turkish Dictionary) which is including the vocabulary of Turkey Turkish. 3. It will be defined the concept domains of adjectives-noun and noun-adjectives relationship in Turkish. 4. It will be defined the adjective-noun usages appearance relationships about mother tongue and second language teaching for Turkish based by frequency. 5. It will be collected main data for Turkey Turkish Collocation Dictionary. 6. It will be defined usage of adjectives frequency and priorities of language teaching and usage of nouns frequency and priorities of language teaching. 7. It will be defined adjectives’s relationship with nouns and semantic specialities as a part of speech in GTS. 8. It will be collected significant data about adjectives for other studies and could be accessed in online media.

Project has mainly three stages: 1- Collecting the data. 2- Annotation and commenting the data 3- Concluding and publishing the project results. In the first stage; a corpus which including about 25 million words were collected from various thematic texts that belong to Turkey Turkish written language and also internet [according to number 5846 Fikir ve Sanat Eserleri Kanunu, Clause 35 (1-4), 36 and 37.] (http://www.mevzuat.adalet.gov.tr/html/957.html) will be digitized and will be become to examined as syntactic by using MYSQL data management program and PHP. In the second stage; the data from the corpus will be marked up by noun-basis and syntactic, selected and the adjectives and nouns that have cohesion between each other will be commented by collocational frame. In the third stage; the results of the project will be published.