Sözlükbirim, metinde görülen tek bir sözcük biçimiyle ya da sözcüğün en küçük köküyle aynı şey değildir. “Kitap”, “kitabı”, “kitaplar” ve “kitabımızda” farklı yüzey biçimleridir; sözlükte aynı kanonik birim altında açıklanırlar. Fiiller de zaman, kip, kişi, çatı ve olumsuzluk ekleriyle çok sayıda biçimde gerçekleşir, fakat sözlükte çoğunlukla mastar biçimiyle temsil edilir. Bir sözlükbirim tek sözcükten oluşabileceği gibi anlam ve kullanım bakımından kalıplaşmış birden çok sözcüklü yapı da olabilir. Bu kavram, dilin değişken kullanımları ile sözlüğün düzenli madde yapısı arasında köprü kurar. Hangi biçimlerin aynı birimde birleşeceği, hangilerinin ayrı anlam veya eş yazımlı ayrı madde sayılacağı yalnız yazılışa değil; biçimbilim, söz dizimi, anlam ilişkisi, kullanım düzeni ve sözlük geleneğine göre belirlenir.
Yüzey biçimi, kök ve lema ayrımı
Yüzey biçimi, metinde gerçekten yazılan veya söylenen gerçekleşmedir. Aynı sözlükbirim farklı eklerle, ses değişmeleriyle ya da yazım varyantlarıyla görünebilir. Lema, bu gerçekleşmeleri sözlükte toplayan kanonik başlık biçimidir. Kök ise sözcüğün biçimbilimsel çözümlemesinde daha derindeki parçayı gösterebilir ve her zaman bağımsız sözlük maddesiyle örtüşmez. Yapım ekleriyle yerleşmiş bir sözcüğü köküne indirmek, sözlüksel kimliğini ortadan kaldırabilir. Bu yüzden sözlükbirim belirleme, mekanik ek sökme işleminden daha kapsamlıdır.
Türkçe ses olayları da yüzey ile kanonik biçim arasındaki bağı etkiler. Son sesteki yumuşama, ünlü düşmesi veya kaynaştırma, çekimli biçimin doğrudan maddebaşıyla eşleşmesini engelleyebilir. Yabancı kökenli bazı sözcüklerde son sesin Türkçedeki yerleşik yazımı ayrıca denetlenir. Doğru ilişkilendirme, biçim kuralını sözlükteki mevcut başlıklarla ve cümle bağlamıyla karşılaştırır. Böylece hem çekimli biçimlerin ayrı madde sanılması hem de gerçek türetimlerin yanlış bir köke bağlanması önlenir.
Çok sözcüklü sözlükbirimler
Deyimler, birleşik fiiller, kalıplaşmış ad öbekleri ve yerleşik terimler birden çok sözcükten oluşsa da ortak bir sözlüksel işlev taşıyabilir. Bu yapıların belirleyici özelliği yalnız yan yana gelmeleri değildir. Bileşenler arasındaki ilişkinin farklı kaynaklarda tekrarlanması, anlamın basit bileşimden ayrılması, sözcüklerin değiştirilebilirliğinin sınırlı olması veya belirli bir iletişim işlevinin yerleşmesi beklenir. Her ad tamlamasını sözlükbirim saymak, sözlüğü rastlantısal cümle parçalarıyla doldurur.
Öte yandan kalıplaşma derecesi tek bir eşikle ölçülemez. Bazı öbekler güçlü biçimde sabittir; bazılarında çekim, sözcük sırası veya sınırlı bileşen değişimi görülebilir. Derlem verisi bu değişkenliği gözlemlemeyi sağlar. Öbeğin farklı biçimleri ortak anlamı koruyorsa kanonik gösterim altında ilişkilendirilebilir. Editör, en yaygın yüzeyi doğrudan seçmek yerine yazım kurallarını, sözlük geleneğini ve kullanıcıların arama davranışını da değerlendirir; varyantlardan kanonik maddeye açık göndermeler kurar.
Anlamlar ve eş yazımlı maddeler
Tek bir sözlükbirim birbiriyle ilişkili birden çok anlama sahip olabilir. Somut bir kullanımdan mecaz kullanımın gelişmesi, bir alan içindeki özelleşme veya işlev genişlemesi aynı madde içinde ayrı anlamlar olarak düzenlenebilir. Anlamlar arasındaki bağ tamamen kopmuş, dil bilgisel davranış ve kavramsal yapı belirgin biçimde ayrılmışsa aynı yazılış altında eş yazımlı ayrı maddeler kurulabilir. Bu karar, yalnız tanımların farklı görünmesine değil, tarihsel ve eş zamanlı ilişkiye dayanır.
Sayısal sözlüklerde sözlükbirim, anlam ve biçim ayrı kimliklerle tutulduğunda bu ilişkiler daha açık gösterilir. Aynı biçim birden çok sözlüksel girdiye bağlanabilir; bir girdinin de birden çok biçimi ve anlamı olabilir. OntoLex ve ISO LMF gibi modeller bu ayrımları veri düzeyinde temsil etmeye imkân verir. Kullanıcı arayüzü ise teknik modeli anlaşılır bir madde yapısına dönüştürür; eş yazımlı maddeleri numaralandırır, anlamları sıralar ve ilişkili birimlere göndermeler sunar.
Derlemde belirleme ve doğrulama
Derlemde sözlükbirim araştırması yüzey ve lema katmanlarını birlikte gerektirir. Yalnız yüzey araması çekimli kullanımların büyük bölümünü kaçırabilir; yalnız otomatik lema araması ise çözümleme hatalarını gerçek kullanım gibi gösterebilir. Sağlam sonuç, toplam sıklığın yanında özgün cümleleri, biçim dağılımını, belge sayısını ve kaynak çeşitliliğini denetler. Yeni adaylarda tek bir bağlam yeterli olabilir, fakat bu bağlamın birimi açıkça göstermesi ve metin gürültüsü olmaması gerekir; kanıt azaldıkça editoryal dikkat artar.
GTS'de yeni sözcük yakalama, mevcut madde denetimiyle birlikte yürür. Düzeltme işaretleri, Türkçe ses değişmeleri, ayrı-bitişik yazım ve parantezli sözlük gösterimleri karşılaştırılır; var olan bir maddenin çekimli veya yazım varyantı yeni başlık olarak eklenmez. Çok sözcüklü adaylarda ilişki gücü ve bağlam bütünlüğü ayrıca sınanır. Kabul edilen birim tanımlanırken maddebaşı tanım içinde tekrarlanmaz; açıklama, cümlelerde gözlenen ortak anlamı özgün ve kullanıcıya yeterli olacak ayrıntıyla verir.
Sözlükbirimleşme ölçütleri
Bir biçimin sık geçmesi, tek başına bağımsız sözlükbirim olduğunu göstermez. Çekimli sözcükler, üretken biçimde kurulmuş geçici türetimler ve belirli bir metne özgü adlandırmalar da yüksek sayılara ulaşabilir. Sözlükbirimleşme değerlendirmesinde anlamın bileşenlerden bütünüyle kestirilebilir olup olmadığı, biçimin farklı kaynaklarda tekrarlanması, belirli söz dizimsel yapılarda kararlılık göstermesi ve konuşurlar tarafından yeniden kullanılabilir olması birlikte incelenir. Tek sözcüklü türetimlerde yapım ekinin yeni ve ayırt edilebilir bir kavram kurup kurmadığı önemlidir. Bir defalık bağlam, anlamı açıkça kanıtlayabilir; fakat kanıt azsa yazım hatası, OCR bozulması, özel ad ve anlık oluşum olasılıkları daha sıkı denetlenir.
Çok sözcüklü adaylarda yalnız yan yana gelme sayısı yeterli değildir. Bileşenlerin başka sözcüklerle ne ölçüde değiştirilebildiği, sözcük sırasının sabitliği, araya öğe girip giremediği, çekimin hangi bileşende gerçekleştiği ve bütünün kendine özgü bir anlam ya da işlev taşıyıp taşımadığı araştırılır. Serbest bir ad tamlaması konu gereği sık tekrarlanabilir ama bağımsız madde olmayabilir; buna karşılık daha seyrek bir deyim, bileşen anlamlarından çıkarılamayan kararlı yorumuyla açık sözlükbirim niteliği gösterebilir. Eş kullanım gücü farklı alt derlemlerde de sınanır, çünkü tek bir yazarın veya şablon belgenin tekrarları ilişkiyi olduğundan güçlü gösterebilir.
Sözlükte temsil ve sözlüksel ilişkiler
Kabul edilen birimin sözlükte nasıl temsil edileceği ayrı bir editoryal karardır. Kanonik biçim Türkçenin yazım, ses değişmesi ve çekim özellikleriyle uyumlu seçilir; yaygın fakat ikincil yazımlar ana maddeyi çoğaltmak yerine gönderme olarak tutulabilir. Aynı yazılışa sahip ilişkisiz birimler eş yazımlı maddeler olarak ayrılırken birbirine düzenli biçimde uzanan anlamlar aynı madde içinde sıralanabilir. Bu ayrım yalnız biçime bakılarak yapılamaz: Anlamlar arasındaki tarihsel ve kavramsal bağ, söz türü, çekim davranışı ve derlem örüntüsü birlikte değerlendirilir. Sayısal kimliklerin başlıktan bağımsız tutulması, yazım düzeltildiğinde anlam ve kaynak ilişkilerinin kaybolmasını önler.
Sözlükbirimler eş anlam, karşıtlık, üst-alt kavram, parça-bütün, türetim ve tipik eş kullanım gibi farklı bağlarla söz varlığı içinde yer alır. İlgili sözler bölümü yalnız harf benzerliğine dayanırsa ilgisiz kökleri ve eş yazımlı biçimleri bir araya getirebilir. Güvenilir ilişki ağı; sözlükte açıkça tanımlanmış göndermeleri, ortak anlam alanını, biçimbilimsel aileyi ve derlemdeki bağlam benzerliğini ayrı ağırlıklarla birleştirir. Kullanıcıya sunulan bağlantının türü görünür olmalı, düşük güvenli otomatik öneri kesin sözlüksel ilişki gibi gösterilmemelidir. İlişkinin hangi sözlük verisi veya derlem ölçümüyle kurulduğu da gerektiğinde incelenebilmelidir. Böylece sözlükbirim yalnız tek başına açıklanan bir başlık olmaktan çıkar, söz varlığındaki yeri denetlenebilir ilişkiler üzerinden görülebilen bir bilgi düğümüne dönüşür.
Verified references
- International Organization for Standardization (2024). ISO 24613-1:2024 Language resource management — Lexical markup framework (LMF) — Part 1: Core model. Open source
- W3C Ontology-Lexica Community Group (2019). The OntoLex Lemon Lexicography Module. Open source
- Text Encoding Initiative Consortium (2026). “Dictionaries”. TEI P5 Guidelines for Electronic Text Encoding and Interchange, sürüm 4.11.0. Open source
- Akalın, Şükrü Halûk (2022). “Sözlükbilim”. TÜBİTAK Sosyal Bilimler Ansiklopedisi. Open source