Türkçe Ulusal Derlemi

Bu çalışma, Türkçe’nin ilk kapsamlı ve genel amaçlı derlemi olan Türkçe Ulusal Derlemi (TUD)’ni [1] tanıtmayı amaçlamaktadır. Tanıtım Sürümünü Ekim 2012’de yapan TUD’un derlem dilbilim ilkeleri temelindeki derlem tasarım ölçütleri, web tabanlı ve kullanıcı dostu arayüz yazılım mimarisi özellikleri açıklandıktan sonra, kullanıcıların TUD üzerinde gerçekleştirdikleri sorgulamalarda yararlanacakları derlem araçları listelenecektir. Son olarak, dili temsil etme yeterliliğine sahip TUD gibi dil kaynaklarının sosyal bilimler ve bilgisayar mühendisliği alanlarındaki araştırmalardaki yeri ve önemi üzerinde durulacaktır.

The aim of this study is to describe the construction process of the first large scale, general-purpose corpus of Turkish, namely Turkish National Corpus (TNC). The paper is organized
as follows; first, the overall design features of TNC-Demo – released in October 2012 – which are based on principles well-defined in corpus linguistics, will be presented. Secondly, the web based interface architecture and pre-defined functions and tools of the TNC interface that will aid users in making their queries will be shown. Finally, the role of representative language resources like TNC in disciplines of social sciences and computer engineering is discussed.

Özet: Bu çalışma, Türkçe'nin ilk kapsamlı ve genel amaçlı derlemi olan Türkçe Ulusal Derlemi (TUD)'ni [1] tanıtmayı amaçlamaktadır. Tanıtım Sürümünü Ekim 2012'de yapan TUD'un derlem dilbilim ilkeleri temelindeki derlem tasarım ölçütleri, web tabanlı ve kullanıcı dostu arayüz yazılım mimarisi özellikleri açıklandıktan sonra, kullanıcıların TUD üzerinde gerçekleştirdikleri sorgulamalarda yararlanacakları derlem araçları listelenecektir. Son olarak, dili temsil etme yeterliliğine sahip TUD gibi dil kaynaklarının sosyal bilimler ve bilgisayar mühendisliği alanlarındaki araştırmalardaki yeri ve önemi üzerinde durulacaktır. Abstract: The aim of this study is to describe the construction process of the first large scale, general-purpose corpus of Turkish, namely Turkish National Corpus (TNC). The paper is organized as follows; first, the overall design features of TNC-Demo – released in October 2012 – which are based on principles well-defined in corpus linguistics will be presented. Secondly, the web based interface architecture and pre-defined functions and tools of the TNC interface that will aid the users in making their queries will be shown. Finally, the role of representative language resources like TNC in disciplines of social sciences and computer engineering is discussed. (to cite : Aksan, Yeşim, Mustafa Aksan, Selma Ayşe Özel, Hakan Yılmazer, Umut Ufuk Demirhan, Ümit Mersinli, Yasin Bektaş, Serap Altunay (2016). Web Tabanlı Türkçe Ulusal Derlemi (TUD) [Web-based Turkish National Corpus (TNC)]. Akademik Bilişim’14- XVI. Akademik Bilişim Konferansı Bildirileri, 723-730, 5-7 Şubat, 2014, Mersin Üniversitesi.  )

FORMS BUILD WITH CONSECUTIVE DOUBLE PRIVATIVE MARKERS IN TURKISH:
EXAMPLES FROM THE TURKISH NATIONAL CORPUS (TNC)

ABSTRACT

Privative marker for verbs in Turkish is the suffix /-mA/. One of the basic rules in Turkish
morphology is that two suffixes with same phonetic structure and with same function cannot be used
consecutively, side by side.
This paper discusses the /-mAz/ participle marker, consisted of /-mA/ privative marker and
the /-r/ aorist marker’s /-z/ variant in the negative, and the /-mA/ privative marker that comes before it.
Turkish National Corpus (TNC) is used as a source for this research.
As a result of the researches made on TNC, it is concluded that the /-mA/ + /-mAz/ markers
cannot be present at the end of the words. Thereby, this paper contains the results of the research made
on TNC of the /-mA/ + /-mAz/ + /-lİk/ structure.

Keywords: corpus linguistics, Turkish corpus, privatives, double privatives, morphology.

Abstract: In multi-word unit (MWU) extraction studies, most of the challenges for rich morphology languages like Turkish can be overcome by the study of how colligational filtering works in our minds, along with how statistical and collocational sorting affects the process. Based on the assumption that lexicalization of any given collocation as a MWU also requires compatibility to some lexical or morphosyntactic constraints, this study will present the morphosyntactic tendencies observed in colligational patterns of Turkish MWUs and discuss their implications on language-specific MWU filtering processes. The aim of the study is to discuss if in Turkish, associative strength is enough for a collocation to be lexicalized as a MWU or not. Another purpose of the study is to show some morphosyntactic and lexical constraints that may validate collocations to be lexical multi-word units in Turkish. The paper will also underscore the methodological perspectives of MWU identification valid for rich-morphology languages. To achieve these goals, we first extracted MWU candidates -trigrams from a 10-million-word sub-corpus of Turkish National Corpus (TNC) by using
Text-NSP (Banerjee & Pederson, 2011). After that, the 3-grams were annotated by using the NLP dictionary of TNC-tagger, and classified according to their colligational patterns and lexical categories of the MWU. Most frequently observed colligational patterns are argued to be morphosyntactic tendencies governing MWU lexicalization in Turkish. In this respect, the study aims to contribute to the understudied area of formulaic language in Turkish. (to cite Aksan, Yeşim, Ümit Mersinli & Serap Altunay (2016) Türkçede Çok Sözcüklü Birimlerin İşlev Dizisi Örüntüleri. Dil ve Edebiyat Dergisi, 13(2), 71-108 ) .

Dünyada derlem dilbilim yöntemi dilbilimin çeşitli alanlarında 50 yılı aşkın bir süredir kullanılmaktadır. Oluşturulan genel ve özel amaçlı sözlü ya da yazılı derlemler yardımıyla araştırılan konu hakkında, gerçekleşmiş dil verisi temelinde nicel ve nitel sonuçlara ulaşılmakta ve böylece incelenen dilin dilbilgisi, anlambilim ya da edimbilim özellikleri kapsamlı bir biçimde betimlenebilmektedir (örn., Biber, Johansson, Leech, Conrad, Finegan, 1999; Aijmeir ve Stenström, 2004; McEnery, Xiono, Tono, 2006). Dünyadaki örneklerinde gördüğümüz gibi derlem araçlarını ve derlem dilbilim yöntemini etkin kullanabilmek Türkçe için de derlem temelli ve derlem çıkışlı araştırmaların yapılmasında ve yaygınlaştırılmasında önemli rol oynayacaktır. Bu çalışmada Türkçe Ulusal Derlemi (TUD) Tanıtım Sürümü'nün arayüz özellikleri kısaca tanıtılıp arayüzün sorgulanan sözcüğün sayısal sıralı eşdizim listelerini oluşturmada kullandığı istatistiksel ilişki ölçülerinin hesaplama ve listeleme özellikleri ve bunların dilbilim çözümlemesindeki yerleri örneklerle açıklanacaktır.

Anahtar sözcükler: Derlem dilbilimi, eşdizim, ilişki ölçüleri, nicel araştırma, Türkçe Ulusal Derlemi (TUD)

Geçerliliği ve güvenirliği sınanmış büyük bir dil derlemi olan Türkçe Ulusal
Derlemi üzerinden bir sözcük ve ek sıklığı çalışması yeni tamamlanmış ve
bu çalışmanın ürünü olarak Türkçe Sözcük ve Ek Sıklığı Sözlüğü basıma hazır
hale getirilmiştir. Bu çalışmanın amacı derlem dilbilim ve sayısal dilbilim
yöntemleri kullanılarak hazırlanan sözkonusu sözlüğü oluşturmada izlenen
tasarım ilkelerini ve uygulamaları anlatarak sözlüğü kapsam ve içerik olarak
betimlemektir. Ayrıca bu sözlüğün hazırlanmasında Türkçenin çok sözcüklü
birimlerinin (ÇSB)lerin belirlenmesi ve sözlüğünün hazırlanmasına ilişkin
yapılan saptamalar da yer verilmiştir.(to cite :  Aksan,Yeşim & Mustafa Aksan (2016) Türkçenin derlem-temelli sıklık sözlüğü: Temel İlkeler ve Uygulama. Uluslarası Sözlük Bilim Sempozyumu Bildiri Kitabı cilt I, 81-96.)

Corpus-based lexical semantic studies have gained a significant place in semantic analysis. In this study, lexical profiles of seemingly synonymous words, i.e., yurt-vatan, ak-beyaz, yollamak-göndermek, are described. Based on this description, some suggestions are
generated for the design of course materials used in Turkish language education. Data of the study was extracted from two corpora: the METU Turkish Corpus and the databases of Turkish National Corpus Project. Following Stubb’s (2002) extended lexical model, profile of the characteristic uses of synonymous words was identified on the basis of collocation, colligation, semantic preference and positional mobility. Corpus-based lexical analysis has revealed the frequent, typical and centeral uses of seemingly synonymous words. This result
shows that school dictionaries and course materials used in Turkish language teaching could be revised and designed via naturally occurring data derived from a representative corpus of Turkish.  ( to cite  : Aksan, Yeşim (2011). Derlem temelli sözcük anlambilimi çalışmalarının Türkçenin eğitimine katkısı [Contribution of corpus-based lexical semantic studies to teaching of Turkish]. L. Uzun & Ü. Bozkurt (Eds.) Theoretical and Applied Researches in Turkish Language Teaching,  345-358. Essen: Die Blaue Eule. )

This chapter investigates the occurrence and lexico-grammatical
patterns of two common gratitude expressions, the Arabic borrowing
teşekkür et- (lit. ‘I do my gratitude, thank you’ and the native sağol- (lit.
‘be alive/well, thanks’ in a subcorpus of the Turkish National Corpus
(TNC) (Aksan et al., 2012). It focuses on the strategies employed by
Turkish speakers to verbalize gratitude and argues that corpus-driven
analyses of thanking strategies together with lexico-grammatical pattern
analyses of teşekkür et- ‘thank you’ and sağol- ‘thanks’ formulae reveal
manifestations of rapport management strategies (Spencer-Oatey, 2008) in a systematic fashion. The corpus methodology applied in this study may shed light on empirical issues of politeness research by uncovering
frequencies and regularities of co-occurrence between expressions of
gratitude and a range of interactional domains and text types.
The study begins with a review of previous research on thanking
expressions conducted in English and in Turkish. Section 6.3 describes the data and method of the study. Quantitative findings on the distribution of
teşekkür et- ‘thank you’ and sağol- ‘thanks’ formulae across mediums and domains of interaction along with the different text types will be explored in Section 6.4. Section 6.5 investigates thanking strategies and responders to gratitude expressions identified in the corpus data with reference to the rapport management orientations of the speakers. Lexico-grammatical pattern analyses of the two thanking formulae and their implications on relational management sensitivities in interactions among interlocutors will be discussed in Section 6.6. Section 6.7 summarizes and concludes the paper.  ( to cite : Aksan, Yeşim and Demirhan, U.U. (2015). Expressions of gratitude in the Turkish National Corpus. Ruhi, Ş. and Aksan, Y. (eds.) Exploring (Im)politeness in Specialized and General Corpora: Converging Methodologies and Analytic Procedures, 121-172. Newcastle: Cambridge Scholars Publishing . )

Bir sözcüğün, sözcük biçiminin ya da çok sözeüklü birimin hangi sıklıkta kullanıldığı, hangi metin türlerinde hangi sıklıkta görüldüğü uygulamalı ve deneysel dilbilim çalışmalarında önemli bir araştırma alanını oluşturmaktadır (Örn: Tekcan ve Göz, 2005; Aksan ve Yaldır, 2012). Günümüzde sözcükbilim ve sözlükbilim çalışmalarının yanı sıra bilgisayarlı dilbilim, sesbilgisi gibi birçok uygulamalı ve kuramsal alanda sıklık çalışmaları  Aapılmaktadır (Popescu, 2009).
Dil verisi derleme ve işlemlerne uygulamalarının gelişmesi ve bilgisayarın teknik kapasitesinin artması ve işlemlerne hızlarının gelişmesi sonucu günümüzde büyük dil verileri üzerinden sıklık çalışmaları etkin bir biçimde, farklı dil ailesi üye diller üzerinde yapılmaktadır (Örn: http://www.kellyproject.uk). Bu tür çalışmalarda temel ön koşul sıklık listelerinin dil temsiliyeti olan, dengeli derlemler kullanılarak hazırlanmasıdır.
Bu çalışmada Türkçe Ulusal Derlemi'nin yazılı ve sözlü veritabanları kullanılarak oluşturulan 10 milyon sözcüklük alt-derlem üzerinden alınan örnekçe (token) sıklık listesinde ilk 150 sözcük arasında yer alan ve Halliday ve Hasan (1976)'da genel adlar (general nouns) olarak nitelendirilen ad sınıfları genel olarak betimlenecektir. Zaman adlarından: olan zaman (10 milyonluk örnekçe sayısal sırası: 44), gün (10 milyonluk örnekçe sayısal sırası: 81) ve yıl (10 milyonluk örnekçe sayısal sırası: 128) adlarının derlemden elde edilecek bağımlı dizin satırları (concordance lines), sözcük ve dilbilgisi arasındaki yakın etkileşim temelinde (Sinclair, 1991) incelenerek oluşturdukları işlevsel gruplar ve metin oluşturma özellikleri belirlenecektir.

Sosyal medyanın yaygın erişilebilirliği sayesinde dilde ortaya çıkan yeni biçimler kısa sürede geniş kitleler tarafında görülüp bir kullanım alanı kazanarak yerini sağlamlaştırmaktadır. Bu biçimlerden oldukça benimsenen ve sıklıkla kullanılanlar genellikle mecazî yeni öğeler, ifadeler ya da diğer bir deyişle metaforik neolojizmler olmaktadır. Mevcut araştırmanın amacı, Türkçede yaygın bir şekilde kullanılan "x+kafası" öbek yapısını ve anlambilimsel özelliklerini analiz etmektir. Bu yapının anlambilimsel açıdan aynılık taşıyan örnekleri Türkçe Ulusal Derlemi'nden faydalanılarak bütünceye eklenmiş, değişik sosyal medya platformlarındaki görünümlerine değinilmiş ve toplumsal açıdan bu yapının kullanımına dair görüşler eklenmiş olup mevzu bahis yapının tek başına kullanımıyla bağlam içinde kullanımı arasındaki farklar bir anket ile ölçülmüştür. / Widespread access to social media ensures that new and emergent coinages
are noticed by population masses, attain domains of usage, and strengthen
their place within a language. Of such new linguistic constructs, metaphorical
neologisms are usually most adopted and frequently used. The present study
aims to examine the x + head phrase structure widely used in Turkish and to
evaluate its semantic properties. Examples semantically identical to this structure
are included in the linguistic database through the Turkish National Corpus. The
appearance of such phrases was observed on different social media platforms.
Additionally, the opinions of people were sought on the use of this structure in
social interactions. Further, the differences between the usage of the mentioned
structure on its own and its use within a context were measured via a survey.

Introduction The count of the frequencies of lexical items is a traditional undertaking. Previously, the primary motivation in these studies was mainly practical rather than theoretical in the sense that quantification information is expected to provide better description for individual items as well as for their combinations. Recently however, research on frequencies concluded that statistical regularities and distributional aspects of lexical structures have theoretical significance, bringing new insights into the role of lexis in grammar and in patterning. Advances in corpus software development and corpus analytic tools provided additional empirical evidence for a renewed understanding of lexical structures. Concordance data have identified various patterns in ordinary language use, alongside formulaic expressions and various other forms of fixed expressions. In the general framework of British linguistic tradition (Stubbs, 1993, 2013), work on corpus data argued that lexical structures encode such properties that cannot be captured within the confines of individual word or lexeme. Sinclair (1998) thus proposes the term lexical item to account for recurrent and regular patterns that expand beyond size of a single item. The present study will show data of frequent and recurrent patterns that are extracted from the Turkish National Corpus (TNC) (http://www.tnc.org.tr). The patterns that we will review here cover sequences of (i) lexical items (i.e. the multiword units), (ii) the regular frequent patterns formed by inflectional categories (i.e., the multimorpheme units), and (iii) patterns found among adjacent lexical item (i.e., interlexical units). In sum, the data here represent an initial typology of such structures and their observed frequencies. This paper is organized as follows. The first part will review basics of fixed expressions and corpus-based analysis of frequent patterns. In the second part of the paper, the data of patterns of lexemes and morphemes will be given with their distributional frequencies. The frequencies of these recurrent patterns are indicative for a proper understanding Turkish lexicon in general. (to cite : Aksan, Mustafa & Yeşim Aksan (2018) Patterns and frequency: Evidence from the Turkish National Corpus (TNC). In M. A. Akıncı & K.Yağmur (Eds.) ,  The Rouen Meeting: Studies on Turkic structures and language contacts. (Turcologica; Vol. 114). Wiesbaden: Harrassowitz Verlag , 107-118. )

Bu çalışmanın amacı, Türkçe Ulusal Dil Derlemini Oluşturma
Projesi (TUDO) veri tabanından alınan 260.086 sözcüklük bir
Referans Derlem ile 25 ı.860 sözcüklük İlköğretim Türkçe Ders
Kitapları (İTDK) Derlemini kullanarak karşılaştırmalı sayısal sıralı
sözcük sıklığı listeleri hazırlamak ve bu derlemlerdeki sözcük türü
sıklığı dağılımlarını belirlemektir. Bu yazıda önce temel terimler
tanımlanacak, sıklık çalışmalarıyla ilgili alanyazın kısaca sunulacaktır.
Ardından, sıklık listeleri oluşturulurken izlenen yol betimlenecek;
derlemlerden elde ettiğimiz kök sıklıkları ile bunların sözcük türü
sıklıklarını gösteren bulgular nicel değerler halinde sunulacaktır.
Böylece İTDK Derleminin doğal dil kullanımını ne ölçüde temsil
ettiği, referans deri emle karşılaştırılarak saptanacaktır(to cite : Aksan, Yeşim, Ümit Mersinli & Yılmaz Yaldır (2011). İlköğretim Türkçe Ders Kitapları Derlemi ve Türkçe Ulusal Dil Derlemi örneklemindeki sözcük sıklıkları [ Word freqency in Turkish Language Course Book Corpus and in the sample of Turkish National Corpus]. V. Doğan Günay et.al (Eds.) Türkçe Öğretimi Üzerine Çalışmalar, 397-408. İzmir: Dokuz Eylül Üniversitesi. )

Предавање одржано во Македонската академија на науките и уметностите (МАНУ) во Скопје на 25.09.2015 во рамките на месечните лингвистички средби "Colloquia Linguistica".

ENGLISH:
"Corpus-Based Lexicographical and Phraseological Researches: Turkish Experiences"
Lecture in the Macedonian Academy of Sciences and Arts (MANU) in Skopje, held September 25th, 2015, as part of the "Colloquia Linguistica" monthly meetings.

TÜRKÇE:
"Derlem-Bazlı Sözlükbilim ve Deyimbilim Araştırmaları: Türk Tecrübeleri"
Makedonya Bilimler ve Sanatlar Akademisi'nde 25.09.2015 tarihinde aylık "Colloquia Linguistica" karşılaşmaları dahilinde yapılan sunum (konferans).

Tümce Sonu Belirleme Doğal Dil İşleme alanında önemli bir alt alan olarak pek çok araç ya da çalışmayla geniş bir yer tutmaktadır. Bu çalışmada Türkçe’de tümce sonu belirleme amacıyla kullanılan ya da kullanılabilecek çeşitli yazılımlar sınanacak ve başarımları değerlendirilecektir. Giriş ve alanyazının yer aldığı ilk bölümün ardından, belirtilen amaç için, Türkçe Ulusal Derlemi (TUD) [1] veritabanı kullanılarak oluşturulan alt-derlem ve çalışma kapsamında değerlendirilen
yazılımlar tanıtılacaktır. Ardından, tümce sonu belirlenmiş, sınanmış ve iyileştirilmiş alt-derlemle karşılaştırılarak, sözkonusu yazılımların başarımları değerlendirilecektir. Sonuç bölümünde ise, ileride yapılacak benzer çalışmalar için önerilerde bulunulacaktır.

Sentence-boundary detection is an important part of Natural Language Processing with lots of tools and studies available in the literature. This study will analyze and evaluate the performances of the software currently used or to be used for sentence-boundary detection in Turkish. After a brief introduction and literature review, the sub-corpus derived from Turkish National Corpus (TNC) [1] for the above mentioned purpose and the software covered in the study will be presented. Then, by comparing the results of the given software on raw text, with the sentence splitted and optimized sub-corpus, the analyses will be implemented. In the conclusion, suggestions for further research on the topic will be stated.

This chapter examines the significance of two concepts for the target domains SELF and LIFE in Turkish. More specifically, the Turkish words sabzr 'patience' and ~ile 'suffering' are identified as source domains that structure not only emotion metaphors but also other target domains. We analyse conventionalized metaphorical expressions that employ these two source terms in data collected from Google searches and the two-1nillion-word M(iddle) E(ast) T(echnical) U(niversity) corpus of Turkish. Data from contemporary dictionaries and the Turkish National Corpus at Mersin University are also examined. Taken together, these data reveal that sabzr and ~ile are culturally salient concepts that serve to structure Turkish speakers' understanding of life, morality, and emotion. (to cite : Aksan, Yeşim & Mustafa Aksan (2012). Armed with Patience, Suffering an Emotion: Conceptualization of LIFE, MORALITY and EMOTION. F. MacArthur et al. (Eds.) Metaphor in Use: Context, Culture and Communication, 285-308. Amsterdam: John Benjamins. )

Dünyada derlem dilbilim yöntemi dilbilimin çeşitli alanlarında 50 yılı aşkın bir süredir kullanılmaktadır.Oluşturulan genel ve özel amaçlı sözlü ya da yazılı derlemler yardımıyla araştırılan konu hakkında, gerçekleşmiş dil verisi temelinde nicel ve nitel sonuçlara ulaşılmakta ve böylece incelenen dilin dilbilgisi, anlambilim ya da edimbilim özellikleri kapsamlı bir biçimde betimlenebilmektedir (örn., Biber, Johansson, Leech, Conrad, Finegan, 1999; Aijmeir ve Stenström, 2004; McEnery, Xiono, Tono, 2006). Dünyadaki örneklerinde gördüğümüz gibi derlem araçlarını ve derlem dilbilim yöntemini etkin kullanabiirnek Türkçe için de derlem temelli ve derlem çıkışlı araştırmaların yapılmasında ve yaygınlaştırılmasında önemli roloynayacaktır. Bu çalışmada Türkçe Ulusal Derlemi (TUD) Tanıtım Sürümü'nün arayüz özellikleri kısaca tanıtılıp arayüzün sorgulanan sözcüğün sayısal sıralı eşdizim listelerini oluşturmada kullandığı istatistiksel ilişki ölçülerinin
hesaplama ve listeleme özellikleri ve bunların dilbilim çözümlemesindeki yerleri örneklerle açıklanacaktır.

Özet Türkçe yazılı ve sözlü derlem tasarımlarının son on yılda yoğunlaşmış ve kullanıma açılmış olması, Türkçe derlem dilbilimsel araştırma yöntemlerinin tartışılması ve derlemlerin etkin kullanımlarının yaygınlaşmasını gerekli kılmaktadır. Bu yuvarlak masada sunulan bildiriler ve tartışmalarda, güvenilir ve tekrarlanabilir nicel ve nitel araştırma yöntemleri, derlem oluşturma ve kullanmanın etik kuralları, Türkçe derlem araştırmalarını bekleyen yeni çalışma ve eylem planları ele alınmıştır. Anahtar sözcükler: derlem dilbilimi araştırma yöntemleri, istatistiksel çözümlemeler, nitel araştırmalar, Sözlü Türkçe Derlemi (STD), Türkçe Ulusal Derlemi (TUD) .

Göç, farklı bileşenleri olan ve çok boyutlu etkilere sahip bir olgudur. Tarih boyunca hemen hemen her milletin -farklı açılardan olsa bile- bu olguyla yüz yüze geldiği söylenilebilir. Nitekim Türkler de bu milletlerin arasında yer alır. Türkler göç olgusunu hem “göçmen” hem de “ev sahibi” olarak tecrübe etmiştir. Türklerin Ergenekon’la başlayan göç serüveni Anadolu’ya yerleşmekle son bulmamıştır. Hâlen ekonomik, sosyal, siyasî, coğrafî çeşitli sebeplerle bireysel veya topluluklar hâlinde farklı biçimlerde sürmektedir. Türk toprakları da benzer sebeplerle tarih boyunca başka milletlerden göç almıştır, günümüzde de almaya devam etmektedir. Göçle birlikte alışılmış yerlerin ve insanların terk edilmesi, farklı ve bilinmeyene hareket söz konusudur. Göçün maddi, manevî zorlukları beraberinde getirmesi kaçınılmazdır. Bununla birlikte göçle ilgili Türk atasözlerinin pek çoğundan kadim Türk kültüründe göç olumsuz bir durum olarak görülmediği anlaşılmaktadır. Klasik Türk edebiyatında da bu hareketliliği destekleyen ve göçün güzelliğini ortaya koyan çok sayıda beyit bulunmaktadır. Peki, 21. yüzyıl Türkiye Türklerinin göçe bakış açısı nasıldır? Bu bildirinin temel amacı bu araştırma sorusunu cevaplandırmaktır. Bu doğrultuda, bu kavrama yüklenen olumlu veya olumsuz çağrışımların tespiti amacıyla Türkiye Türkçesinde yer alan temel GÖÇ kelimelerini temsilen göç kelimesi derlem dil bilimi yöntemleriyle incelenmiştir.

Özet Türkçe yazılı ve sözlü derlem tasarımlarının son on yılda yoğunlaşmış ve kullanıma açılmış olması, Türkçe derlem dilbilimsel araştırma yöntemlerinin tartışılması ve derlemlerin etkin kullanımlarının yaygınlaşmasını gerekli kılmaktadır. Bu yuvarlak masada sunulan bildiriler ve tartışmalarda, güvenilir ve tekrarlanabilir nicel ve nitel araştırma yöntemleri, derlem oluşturma ve kullanmanın etik kuralları, Türkçe derlem araştırmalarını bekleyen yeni çalışma ve eylem planları ele alınmıştır. Anahtar sözcükler: derlem dilbilimi araştırma yöntemleri, istatistiksel çözümlemeler, nitel araştırmalar, Sözlü Türkçe Derlemi (STD), Türkçe Ulusal Derlemi (TUD) (to cite : Ruhi, Şükriye, Mustafa Aksan & Yeşim Aksan (2014) Derlem dilbilim yöntemlerinin etkin olarak araştırmalarda kullanımı: Uygulamalar [The effective use of corpus linguistic methods in linguistic research: Applications]. Büyükkantarcıoğlu, N. et al. (Eds.) Proceedings of the 27th National Linguistics Conference, 264-270. Ankara: Hacettepe University. )

Turkish National Corpus (TNC) released its first version in 2012 is the first large scale (50 million words), web-based and publicly-available free resource of contemporary Turkish. It is designed to be a well-balanced and representative reference corpus for Turkish. With 48 million words coming from the written part of it, the untagged TNC v1 represents 4438 different data sources over 9 domains and 34 different genres. The morphologically annotated, 50 million words TNC v2 with 5412 different documents compiled from written and spoken Turkish is planned for release in 2016 offers new query options for linguistic analyses. This paper aims to compare architectures of the TNC v1 and v2 on the basis of a set of queries made on both versions. Standard, restricted and wildcard lexical searches are performed. Then, the speed of two versions in retrieving the query results in concordance lines is compared. Finally, it is argued that TNC v2 performs better and faster than that of TNC v1 due to the in-memory inverted index structure. Since building language corpora is a very recent issue for Turkish, the architecture of TNC v2 would serve as a model for similar corpus construction projects. (to cite :

Kalıp dil ile yaratıcı dil kullanımı arasında çok net bir ayrım yapmak
mümkün değildir. Çünkü anlamlı olacak tümcelerden oluşan “yaratıcı dil” kullanımı
bilindik, geleneksel dil kalıplarını kullanarak mümkün olmaktadır. Wray (2002)
yetişkin konuşurların, geçmişte ezberledikleri tekerlemeler, şarkılar, dualar, listeler
gibi büyük metinler, tümceler ve deyimler olduğunu, bunların daha sonra
gerektiğinde bellekten daha kolay çağırılması için belli ritimlerle öğrenildiğini
savunmaktadır. Asıl önemli nokta, bu kalıpların ve sözcüklerin ezberlenmesiyle
birlikte zihnimizde kulağa-doğru-gelen bir dize oluşması ve diğer mantıksal
olasılıkların azalarak kullanımdan düşüyor olmasıdır. Günlük dil kullanımımızda,
“sözcüklerin ve tümcelerin kalıplaşması… Sadece dilbilgisi ve sözlük temel alınarak
yapılan öngörülerden çok daha az değişkenlik göstererek belirginleşir” (Perkins,
1999, s. 55-56). Bir tanıdığımızla karşılaştığımızda veya kendimizi belli durumlar
içinde bulduğumuzda kullanmaya eğilimli olduğumuz sözcükler ve sözceler vardır
(Coulmas, 1981) . Eğer bir masalı veya aynı dersi birçok defa anlatırsak, her seferinde
aktarılan fikrin aynı dil öbekleriyle anlatıldığının farkına varırız (Perkins, 1983).
Daha önce kullandığımız ya da başkasının yeni kullandığı bir kelime biçimini tekrar
yansıtabiliriz (Pawley & Syder, 2000, s. 178) . “Eşdizimlilik” bağlamında bazı
kelimelerin bir cümle içinde yan yana ait olduklarını bunun yanı sıra başka türlü
kullanımların kulağa tuhaf geldiğini görülür. Örneğin, Biber, Conrad ve Reppen
(Biber, Conrad, & Reppen, 1998) , akademik düzyazı türünde bulunan 2.7 milyon
sözcük derleminde, large number ifadesinin great number ifadesinden beş kat daha
fazla (milyonda 48.3 karşı milyonda 8.9) kullanıldığını saptamıştır.

Farklı akademik konular üzerinde çalışan akademik yazarların ilgili söylemsel topluluğa yönelik bilimsel bir metni nasıl üreteceği konusunda farkındalığı olması gerekir. Okuyucuların metin içinde karşılaştıkları ifadeler, gerçekte yazarın konu ile ilgili kendi çıkarımlarının yazar tarafından değerlendirilip sunulmasından oluşmaktadır. Yazar tarafından metinde ileri sürülen önermelerin kesinlik dereceleri değişik dilsel ifadelerle okuyucunun yorumuna sunulabilir. Metin içinde kesinlik bildiren ifadelerin başında kaçınma (hedges) ve vurgulayıcı (boosters) dilsel kullanımlar gelmektedir (Hyland, 2005a). Bu konuyla ilgili Türkçe ve İngilizce akademik metinlerde üstsöylemsel öğelerin kullanımı üzerine birçok çalışmalar yapılmıştır (Akbaş, 2012; Akbaş, 2013; Algı, 2012; Bayyurt, 2010; Can, 2006; Çandarlı, 2013; Fidan, 2002; Doyuran, 2009), ancak, bu çalışmalarda daha çok yazarların değişik akademik metin türlerindeki dil kullanımına bakılmıştır. Bu çalışmanın amacı ikidilli (Türkçe ve İngilizce) lisansüstü öğrencilerinin akademik metinlerde kaçınma (hedging) ve vurgulayıcı (booster) ifadeleri nasıl algıladıklarını ve uyguladıklarını saptamaktır. Çeşitli üniversitelerde lisansüstü eğitim alan (yüksek lisans ve doktora) 17 öğrenci bu betimleyici ve açınlayıcı (exploratory) pilot çalışmaya katılmıştır. Çalışmanın sonuçları ikidilli lisansüstü öğrencilerinin İngilizce metinlerdeki kaçınma ve vurgulayıcı ifadeleri daha doğru ve yerinde algılarken ve metin içinde kullanırken Türkçe metindeki kaçınma ve vurgulayıcı ifadeleri algılamakta ve kullanmakta güçlük çektiklerini göstermektedir. Diğer bir deyişle, lisansüstü eğitim gören öğrenciler genellikle akademik metinleri İngilizce okuduklarından dolayı kaçınma ve vurgulayıcı ifadeleri İngilizce’de daha rahat ve daha kolay algılayıp kullanırken Türkçe akademik metindeki vurgulama ve kaçınma ifadelerini seçme konusunda güçlük çekmektedirler. Türkiye’deki üniversitelerde eğitim veren araştırmacıların Türkçe olarak yazdıkları akademik metin sayısının artması ve bilimsel yazma dili olarak Türkçe’nin gelişmesi açısından ileriye yönelik öneriler sunması açısından bu çalışmanın sonuçları büyük önem taşımaktadır. Ancak, bu çalışmanın sonuçlarının genellenebilirliğinin artırılması için daha geniş katılımlı çalışmaların yapılması tavsiye edilmektedir.

Corpus analyses of lexical structures have uncovered different functions that they come to serve in textual organisation. Frequently occurring patterns of lexical items, the multi-word units, display different distributional properties across different genres and contribute to particular discourse structure. This study first presents a typology of tri-grams in Turkish extracted from the Turkish National Corpus. Second, it discusses the distributional properties of most frequently occurring trigrams in fiction and non-fiction texts. The formal and functional typologies presented here help specify genre properties of Turkish texts. (to cite : Aksan, Mustafa & Yeşim Aksan (2015). Multi-word units in informative and imaginative domains. Proceedings of 16th International Conference on Turkish Linguistics, 18-21 September 2012. Berlin: Harrasowitz Verlag. )

Turkish National Corpus (TNC) released its first version in 2012 is the first large scale (50 million words), webbased and publicly-available free resource of contemporary Turkish. It is designed to be a well-balanced and representative reference corpus for Turkish. With 48 million words coming from the written part of it, the untagged TNC v1 represents 4438 different data sources over 9 domains and 34 different genres. The morphologically annotated, 50 million words TNC v2 with 5412 different documents compiled from written and spoken Turkish is planned for release in 2016 offers new query options for linguistic analyses. This paper aims to compare architectures of the TNC v1 and v2 on the basis of a set of queries made on both versions. Standard, restricted and wildcard lexical searches are performed. Then, the speed of two versions in retrieving the query results in concordance lines is compared. Finally, it is argued that TNC v2 performs better and faster than that of TNC v1 due...

EĞİTİMİN ULUSAL NİTELİKLİ HUKUKSAL TEMELLERİ - 2 İNÖNÜ ÜNİVERSİTESİ / FIRAT ÜNİVERSİTESİ / ARDAHAN ÜNİVERSİTESİ / SİİRT ÜNİVERSİTESİ SEFA SEZER / İNGİLİZCE ÖĞRETMENİ

2 EĞİTİMİN ULUSAL NİTELİKLİ HUKUKSAL TEMELLERİ - 2 Eğitim sistemine yön veren yasal düzenlemeler, başta ülkemizin taraf olduğu uluslar arası anlaşma ve belgelere uygun olmak üzere soldan sağa doğru hiyerarşik bir şekilde ; Anayasa - yasa - kanun hükmünde kararname - tüzük - yönetmelik - yönerge - genelge ile yapılır.

3 EĞİTİMİN ULUSAL NİTELİKLİ HUKUKSAL TEMELLERİ - 2 Yasal düzenlemelerde etki gücü ve öncelik sağdan sola gidildikçe artar, ancak açıklayıcı hükümler azalır.

4 EĞİTİMİN ULUSAL NİTELİKLİ HUKUKSAL TEMELLERİ - 2 Anayasa, devletin kuruluşu ile vatandaşların temel hak ve özgürlüklerini düzenleyen temel yasadır Anayasası nda eğitimle ilgili hususlar genel olarak Eğitim ve Öğrenim Hakkı ve Ödevi başlığı altında 42. maddede yer almaktadır.

5 EĞİTİMİN ULUSAL NİTELİKLİ HUKUKSAL TEMELLERİ - 2 Anayasanın 42. maddesi, eğitim ve öğretim hakkını şu şekilde düzenlemektedir; Kimse eğitim ve öğrenim hakkında yoksun bırakılamaz. Öğrenim hakkının kapsamı kanunla tespit edilir ve düzenlenir. Eğitim ve öğrenim Atatürk ilkeleri ve inkılapları doğrultusunda, çağdaş bilim ve esaslarına göre, devletin gözetim ve denetimi altında yapılır. Bu esaslara aykırı eğitim ve öğretim yerleri açılamaz. Türkçe den başka hiçbir dil, eğitim ve öğretim kurumlarında Türk vatandaşlarına ana dilleri olarak okutulamaz ve öğretilemez. Eğitim ve öğretim kurumlarında okutulacak yabancı diller ile yabancı dille eğitim ve öğretim yapan okulların tabi olacağı esaslar kanunla düzenlenir. Milletler arası anlaşma hükümleri saklıdır.

6 EĞİTİMİN ULUSAL NİTELİKLİ HUKUKSAL TEMELLERİ - 2 Bu anayasanın 130. ve 131. maddeleri de yükseköğretim kurumlarına ilişkin hükümleri kapsamaktadır. Bunlardan birincisinde üniversiteler, ikincisinde de yüksek öğretim üst kuruluşu olarak Yüksek Öğretim Kurulu ile ilgili düzenlemeler yer almaktadır.

7 EĞİTİMİN ULUSAL NİTELİKLİ HUKUKSAL TEMELLERİ - 2 Bu bölümde Türkiye eğitim sistemine yön veren hukuksal belgeler olarak kabul edilen Tevhid-i Tedrisat Kanunu, Milli Eğitim Temel Kanunu, İlköğretim ve Eğitim Kanunu, Milli Eğitim Başkanının Teşkilat ve Görevleri Hakkında Kanun, Özel Eğitim Kurumları Kanunu, Yüksek Öğretim Kanunu, Devlet Memurları Kanunu hakkında bilgiler verilmektedir.

8 -SON- HAZIRLAYAN : SEFA SEZER İNÖNÜ ÜNİVERSİTESİ / FIRAT ÜNİVERSİTESİ / ARDAHAN ÜNİVERSİTESİ / SİİRT ÜNİVERSİTESİ

Corpus analyses of lexical structures have uncovered different functions that they come to serve in textual organisation. Frequently occurring patterns of lexical items, the multi-word units, display different distributional properties across different genres and contribute to particular discourse structure. This study first presents a typology of tri-grams in Turkish extracted from the Turkish National Corpus. Second, it discusses the distributional properties of most frequently occurring trigrams in fiction and non-fiction texts. The formal and functional typologies presented here help specify genre properties of Turkish texts. (to cite : Aksan, Mustafa &Yeşim Aksan (2015) Multi-word Expressions in Genre Specification. Dil ve Edebiyat Dergisi, 12(1), 1-42 )

Özet: Tümce Sonu Belirleme Doğal Dil İşleme alanında önemli bir alt alan olarak pek çok araç ya da çalışmayla geniş bir yer tutmaktadır. Bu çalışmada Türkçe'de tümce sonu belirleme amacıyla kullanılan ya da kullanılabilecek çeşitli yazılımlar sınanacak ve başarımları değerlendirilecektir. Giriş ve alanyazının yer aldığı ilk bölümün ardından, belirtilen amaç için, Türkçe Ulusal Derlemi (TUD) [1] veritabanı kullanılarak oluşturulan alt-derlem ve çalışma kapsamında değerlendirilen yazılımlar tanıtılacaktır. Ardından, tümce sonu belirlenmiş, sınanmış ve iyileştirilmiş alt-derlemle karşılaştırılarak, sözkonusu yazılımların başarımları değerlendirilecektir. Sonuç bölümünde ise, ileride yapılacak benzer çalışmalar için önerilerde bulunulacaktır. Anahtar Sözcükler: Doğal Dil İşleme, Tümce Sonu Belirleme, Noktalama İşaretleri, Belirginleştirme, Türkçe Ulusal Derlemi (TUD) Open-source / free tools for detecting sentence boundaries in Turkish and their performance analyses. Abstract: Sentence-boundary detection is an important part of Natural Language Processing with lots of tools and studies available in the literature. This study will analyze and evaluate the performances of the software currently used or to be used for sentence-boundary detection in Turkish. After a brief introduction and literature review, the sub-corpus derived from Turkish National Corpus (TNC) [1] for the above mentioned purpose and the software covered in the study will be presented. Then, by comparing the results of the given software on raw text, with the sentence-splitted and optimized sub-corpus, the analyses will be implemented. In the conclusion, suggestions for further research on the topic will be stated. * Bu çalışma TÜBİTAK 113K039 no'lu proje kapsamında yapılmıştır. (to cite : Aksan, Yeşim, Selma Ayşe Özel, Yasin Bektaş, Mustafa Aksan, Umut Ufuk Demirhan, Ümit Mersinli, Hakan Yılmazer (2016). Türkçe tümcelerin sonunu belirlemede açık kaynak/ücretsiz yazılımlar ve performans analizleri [Performance analyses of open-source / free tools detecting sentence boundaries in Turkish] Akademik Bilişim’14- XVI. Akademik Bilişim Konferansı Bildirileri, 727-734, 5-7 Şubat, 2014, Mersin Üniversitesi. )

Giriş Dünya dillerinde yapılan çok sözcüklü birim (İng. multiword) çalışmalarının neredeyse tümü, yazıda boşluklarla ya da noktalama işaretleriyle ayrılan, yazıma dayalı sözcük tanımlarıyla çalışımaktadır. Türkçe gibi sondan eklemeli ve çok biçimbirimli bir dilde, bu yaklaşım çeşitli sorunlara yol açmaktadır. Bu çalışmanın amacı, genel uygulamanın aksine, Türkçede gözlemlenen biçimbirim kümeleri (İng. morpheme bundles) ve daha da özelde çekim eki dizilerinin, farklı metin türlerindeki görünümlerini saptamaktır. Anılan dizilerin bilimsel metinler ve kurgusal metinlerindeki gözlenen sıklıkları incelenerek metin türüne özgü görünümleri betimlenecektir. Alanyazına baktığımızda derlem temelli yapılmış az sayıda çalışma görüyoruz. Durrant (2013) biçimbirimler arasında dizimsel ilişkileri sorgulamış ve kalıp anlatımların (İng. formulaicity) sözcük dizlerinden çok biçim dizileriyle gerçekleştiğini savunmuştur. Çalışma verisini 374.590 sözcüklük gazete metinlerinde oluşan bir derlemden almıştır. Özel, Bektaş, Yılmazer (2015) Türkçe Ulusal Derlemi'nin (TUD) (http:// www.tnc.org.tr) yazılı ve sözlü bölümlerinde 1-9 n'li biçimbirim dizilerini tanımlamış; farklı sözcük türlerine (eylem, ad, sıfat vb.) göre dağılımını saptamamış; n'li biçimbirim dizilerini kullanmada yazılı ve sözlü Türkçede kendini özgü olan durumlarını belirlemiştir. Aksan, Alıcı, Demirhan (2015) TUD'un yazılı bölümüne odaklanmış, çatı eklerinin sıklık bilgisi ve dizi geçekleşmeleri incelenmiştir. En basit diziden en karmaşık diziye gerçek dil kullanım ortamlarındaki durumları saptamıştır. Bu çalışmada önce veri ve yöntem belirlenecek; ardından n'li biçimbirim dizilerinin farklı metin türlerindeki sıklıkları görselleştirilecek; son bölümde ise, metin türüne özelleşen çoklu biçimbirimlerin, belirgin farklar gösterenleri bağlam içinde sunularak betimlenecektir. 1. Veri ve Yöntem Çalışmanın verisi 49 milyon yazılı ve 1 milyon sözlü veri olmak üzere, toplam 50 milyon sözcükten oluşan TUD'un yazılı bölümünden çekilen, türev metin biçimlerine göre ayrılmış, teksözcük (İng. type) listelerinin girdilerinin açımlanması ve biçimbirim kümesi sıklıklarının hesaplanması ile oluşmuştur. Tekli, ikili ve daha fazla n'li biçimbirim dizisinin (İng. n-morphgram) sıklıklarının hesaplanmasında TUD-açımlayıcı (Aksan et.al, 2014) ve içerdiği TUD-Doğal Dil İşleme Sözlüğü (DDİ) kullanılmıştır. TUD-DDİ sözlüğü 1.316.462 çekimli teksözcük, bu teksözcüklerin içerdiği başsözcükler (İng. lemma), bu başsözcüklerin türleri (İng. part-of-speech) ve teksözcük içindeki tüm ek ve ara seslerin açımlamalarını içerir. TUD-DDİ sözlük, içerdiği yaklaşık 90 çekim eki ile güncel dilbilim alanyazını ile uyumlu işaret seti sayesinde, alanındaki en kapsamlı ve geçerli kaynak olarak TUD-işaretleyicinin temelini oluşturmaktadır. (to cite : Mersinli, Ümit & Aksan, Yeşim (2016). Biçimbirim Dizilerinin Farklı Metin Türlerindeki Görünümleri. 30. Ulusal Dilbilim Kurultayı Bildiri Kitabı, 35-41. Dilbilim Derneği Yayınları. )