Biçim bilgisi, sözcüklerin iç yapısını ve bu yapının anlam ile dil bilgisel görev arasında kurduğu düzenli ilişkileri inceler. Türkçe açısından bu alanın merkezinde son ekler bulunur; ancak sözcüğü yalnızca kökün ardına dizilmiş eklerden oluşan mekanik bir zincir gibi görmek yetersizdir. Eklerin biçimi ünlü ve ünsüz çevresine göre değişir, bazı gövdeler ek aldığında sesçe nöbetleşir, aynı yüzey parçası farklı bağlamlarda başka görevler üstlenebilir ve türetim sonucunda ortaya çıkan biçim zamanla bağımsız bir sözlükbirim hâline gelebilir. Bu bölüm, söz konusu düzeni hem yerleşik Türkçe dil bilgisi bilgisiyle hem de T-BDLD üzerinde tekrarlanabilir sorgularla ele alır. Derlem sayıları bir kural kitabının yerine geçirilmez; kuramsal çözümlemenin gerçek kullanımda ne ölçüde görünür olduğunu, hangi bölgelerde güçlü eğilimler bulunduğunu ve hangi örneklerin ayrıca bağlam denetimi gerektirdiğini gösterir.
Türkçede biçimsel katmanlaşma
Şema, aynı gövdenin ardından gelen eklerin rastgele değil, Türkçenin biçimsel kapsam ilişkilerine göre sıralandığını gösterir. Türetim gövdeye yakın, sayı ve iyelik onun dışında, durum eki ise ad öbeğinin dış katmanında yer alır; eylemde olumsuzluk ya da yeterlik, zaman-görünüş-kip ve kişi katmanlarından önce gelir.
Tamamlayıcı kuramsal katmanlar
Biçim bilgisini beş matematiksel mercekle sınamak
Graf kuramı, manifold yaklaşımı, kategori kuramı, yüksek dereceli mantık ve bilgi kuramı aynı işi yapan beş ad değildir. İlk mercek ilişkileri ve yayılımı ölçer, ikincisi yüksek boyutlu biçim ve sözcük türü ailelerinin yerel geometrisini araştırır, üçüncüsü çözümleme katmanları arasındaki bileşimin tutarlılığını kurar, dördüncüsü kurallar hakkındaki üst koşulları denetlenebilir önermelere dönüştürür, beşincisi ise tür ve biçim dizilerindeki belirsizlik ile bağlamın sağladığı bilgi kazancını ölçer.
Yöntem karması
Beş mercekten tek denetlenebilir çözümleme
Yöntem karması, beş kuramı birbirinin yerine koymaz; her birini güçlü olduğu aşamada kullanır. Graf ve manifold katmanları biçim aileleri kadar sözcük türlerinin bağlam ağlarını, yayılımını ve aykırı kümelerini keşfeder. Kategori kuramı yüzey biçimden çözümlemeye, sözcük türüne ve lemaya giden yolların bileşim altında aynı bilgiyi korumasını ister. Yüksek dereceli mantık Türkçeye özgü ek sırası, görev ve bağlam koşullarını denetler. Bilgi kuramı ise bir tür veya ek bilindiğinde komşu yapının belirsizliğinin ne kadar azaldığını ölçer. Gerçek derlem tanığı ile insan incelemesi bulunmadan hiçbir biçimsel çıktı yayımlanmış dil bilgisi kuralına dönüşmez.
Bu bileşim, Türkçe biçim bilgisini yalnız son ek listesi veya tek bir olasılık puanı olarak görmeyen çok kanallı bir kanıt düzeni kurar. Aynı biçim ailesi ilişki ağı bakımından güçlü, yüksek boyutlu komşuluğu bakımından aykırı, işlem bileşimi bakımından tutarlı ve bir üst-kural bakımından hatalı olabilir; aynı yüzey de bağlama göre ad, sıfat, zarf ya da eylem görevi üstlenebilir. Bilgi ölçüleri bu seçeneklerin ne kadar öngörülebilir olduğunu gösterirken tür geçiş ağı seçeneğin nerede gerçekleştiğini açıklar. Böylece üretkenlik, sözcük türü davranışı, sözlükbirimleşme, bağlam duyarlı lematizasyon ve gürültü temizliği ortak bir veri soyu üzerinde, fakat birbirine indirgenmeden incelenir.
Keşif = graf kanıtı + yerel geometri + bilgi kazancı; yayın = Türkçeye uygun çözümleme ∧ tür ve bağlam uyumu ∧ bileşim tutarlılığı ∧ üst-kural uygunluğu ∧ gerçek tanık ∧ insan onayı
-
01
Aday uzayını kur
Sonlu durumlu çözümleyici, sözlük kapıları ve bağlam katmanı Türkçenin izin verdiği olası çözümlemeleri üretir; İngilizcenin kategori sırası başlangıç şeması olarak kullanılmaz.
-
02
İlişkiyi ve komşuluğu ölç
Graf katmanı lema, yüzey ve ek bağlarını ağırlıklandırır; manifold katmanı ek dizisi, ses, bağlam, kaynak ve zaman özelliklerindeki yerel kümeleri yalnız keşif amacıyla sınar.
-
03
Bileşimi ve üst kuralları denetle
Kategori kuramı ara dönüşümlerde bilgi kaybını, yüksek dereceli mantık ise bağlayıcı ünlü, zamir n’si, ek sırası ve kanıt gereksinimi gibi çözümleyici üst koşullarını sınar.
-
04
Tanıkla doğrula ve yayımla
Cümle bağlamı, kaynak yayılımı ve insan denetimi biçimsel sonuçla uyuşursa bulgu yayımlanır; uyuşmazlık varsa otomatik hüküm verilmez ve kayıt açıklanabilir inceleme kuyruğuna gider.
Yöntemsel sınır: Yöntem karması kuramsal adların çokluğundan dolayı kendiliğinden daha doğru değildir. Katmanlar aynı eğitim verisindeki hatayı paylaşabilir, yanlış özellik seçimi manifold komşuluğunu bozabilir ve yanlış kurulmuş üst-kural geçerli tanıkları dışlayabilir. Bu nedenle her katmanın katkısı ayrı raporlanır, bir katmanın puanı diğerinin kanıtı sayılmaz ve nihai genelleme karşı örneklerle sınanır.
Canlı ilişki çözümlemesi
Graf (çizge) kuramı
Lemalar, yüzey biçimler, biçim birimleri, çözümleme adayları ve bağlam kümeleri ayrı düğüm türleri olarak tutulur. Çekim, türetim, değişkelik, nöbetleşme ve eş kullanım ilişkileri yönlü ve türlenmiş kenarlarla gösterilir; böylece biçim ailesi tek bir düz listeye indirgenmez.
G = (V, E, w); w(e) = log(1 + f(e)) × yayılım(e) × güven(e)
- Türkçe veri temsili
- Düğüm kümesi V, lema, yüzey biçim, biçim birimi ve bağlam alt kümelerinin birleşimidir. Kenar kümesi E, çözümleme ile türetim başta olmak üzere açıkça adlandırılmış ilişkilerden oluşur; w ağırlığı sıklık, kaynak yayılımı ve çözümleme güvenini birlikte taşır.
- Ürettiği sonuç
- Ağırlıklı derece, aradalık, topluluk yapısı ve en kısa güvenilir yol ölçümleri; merkez biçimleri, geçiş niteliğindeki biçimleri, kopuk gürültü adalarını ve aynı lemayla yanlışlıkla birleşmiş yüzey kümelerini görünür kılar. Sonuçlar hem dil bilgisel betimleme hem de lema düzeltme kuyruğu üretir.
- Derlemden çıkan içgörü
- Sürümlü ölçümde evler 15.755, evimiz 2.679 kez görünür. İki yüzey aynı ev lemasına bağlansa da graf üzerinde aynı kenarı taşımaz: İlki çokluk, ikincisi bağlayıcı ünlü ile birinci çoğul kişi iyeliği dizisini temsil eder. Bu ayrım, yüksek sıklığın tek başına biçimsel eşdeğerlik kurmadığını ve kenar türünün en az kenar ağırlığı kadar önemli olduğunu gösterir.
- Derlem bulguları
-
-
Eylem düğümleri daha geniş yüzey ailelerine açılıyor
Kanıt: Korumalı kümedeki 5.998 eylem lemasının 5.165’i en az on altı farklı yüzey biçimiyle tanıklanırken bu eşik 7.960 ad lemasının 5.112’sinde görülür. Oranlar sırasıyla yüzde 86,1 ve yüzde 64,2’dir.
Türkçe için yorumu: Graf açısından eylem lemaları, gözlenen çekim çeşitliliği nedeniyle ad lemalarından daha yüksek dallanma eğilimi taşır. Bu, her eylemin bütün kuramsal biçimlerinin tanıklandığı anlamına gelmez; güncel derlemde lema çevresinde oluşan yüzey komşuluğunun daha geniş olduğunu gösterir.
-
Çekim ağı tek bir kenar türünün çevresinde toplanmıyor
Kanıt: Belirtme, yönelme, tamlayan durumu, çokluk, bulunma, ayrılma ve araç-birliktelik kümelerinde toplam 94.974.361 doğrudan gözlem vardır. Bu yedi kümenin normalleştirilmiş entropisi yüzde 94,1, etkili küme sayısı 6,244’tür.
Türkçe için yorumu: Türkçenin ad çekimi, incelenen alt evrende tek bir baskın ek kenarına indirgenemez. Lema-yüzey grafı birden çok güçlü ilişki türünü aynı anda taşır; bu nedenle yalnız toplam dereceye bakan bir ağ çözümlemesi, durum ve çokluk gibi ayrı dil bilgisel işlevleri birbirine karıştırır.
-
Ses nöbetleşmesi yüzey ağını basit bir dize ağacından ayırıyor
Kanıt: Korumalı ad ve sıfat kümesinde k → ğ için 7.309.137, t → d için 4.770.713, ç → c için 2.838.760 ve p → b için 1.462.789 değişimli geçiş ölçülmüştür. Aynı son seslerin değişmeden kaldığı karşı kümeler de tanıklanır.
Türkçe için yorumu: Aynı lemanın yüzeyleri her zaman ortak bir yazı dizisi önekiyle bağlanmaz. Kitap ile kitabı veya ağaç ile ağacı arasındaki ilişki, türlenmiş nöbetleşme kenarıyla kurulmalıdır; yalnız harf benzerliğine dayalı bağlantı hem gerçek aileleri böler hem de ilgisiz biçimleri birleştirebilir.
-
Eylem düğümleri daha geniş yüzey ailelerine açılıyor
- Net sonuç: Türkçe nasıl davranıyor?
- Graf kuramının merceğinden Türkçe biçim bilgisi, lema merkezlerinden çıkan yönlü ve türlenmiş ilişkiler ağı gibi davranır. Çekim kenarları sözlükbirimi koruyarak geniş yüzey aileleri oluşturur; türetim kenarları yeni sözlükbirim düğümlerine geçiş açar; ses nöbetleşmesi ise yazı dizisi sürekliliğini yer yer kırar. Eylemlerde gözlenen daha yüksek dallanma, çekim sisteminin derlemde etkin biçimde kullanıldığını gösterir. Buna karşılık sıklık veya merkezilik tek başına doğru çözümleme sağlamaz: Türkçe için belirleyici olan, kenarın çokluk, iyelik, durum, çatı, türetim ya da nöbetleşme olarak doğru türlenmesi ve cümle bağlamıyla doğrulanmasıdır.
- Sözcük türleri bir bağlam ağı kuruyor
-
Odak: Düğümler yalnız lema ve eklerden oluşmaz; ad, eylem, sıfat, zarf ve görevli türler de ayrı düğüm sınıfları olarak modellenir. Bir cümlede art arda gelen türler yönlü kenarlar, aynı yüzeyin farklı görevleri ise bağlama bağlı çoklu bağlantılar üretir. Böylece sözcük türü, tek başına sözcüğün yazımından değil, biçimsel özellikleri ve komşularıyla kurduğu ilişkiden okunur.
Derlem kanıtı: Etiketli bağlam dizisindeki 780.494 komşu tür geçişinde ad → eylem 102.465 kez ve yüzde 13,128 payla, sıfat → ad 93.583 kez ve yüzde 11,990 payla, ad → ad ise 76.450 kez ve yüzde 9,795 payla tanıklanmıştır. En sık üçlü yollar arasında ad → ad → eylem 29.821, sıfat → ad → eylem 29.744 ve ad → sıfat → ad 25.355 gözlem taşır.
Türkçe için yorumu: Ağ, Türkçe cümlede ad öbeklerinin sıfatlarla genişleyip eylem yüklemine bağlandığını ve adların başka adlarla tamlama ya da sıralama ilişkisi kurabildiğini gösterir. Bununla birlikte ad → eylem kenarı doğrudan özne-yüklem ilişkisi demek değildir; nesne, tümleç, ara söz ve eksiltili yapı olasılıkları cümle çözümlemesiyle ayrılmalıdır. Kenar sıklığı sözdizimsel görevin kanıtı değil, ayrıntılı incelemenin başlangıç ölçüsüdür.
Ölçüm sınırı: Bu ağ, doğrulanmış etiketli alt kümenin komşuluklarını gösterir; bütün derlemdeki her sözcüğün eksiksiz ve hatasız tür etiketi bulunduğunu varsaymaz. Noktalama düğümleri sayımdan çıkarılmış, cümle sonları korunmuştur. Bir sözcüğün türü yalnız en sık komşusuna bakılarak atanmaz ve sık görülen bir yol Türkçenin zorunlu sözcük dizilişi olarak yorumlanmaz.
- Nasıl doğrulanıyor?
- Önceden insan denetimiyle doğrulanmış biçim aileleri pozitif küme, OCR kırıkları ile yanlış lema bağlantıları negatif küme olarak kullanılır. Aynı aile içindeki bağlantıların korunumu, ilgisiz aileler arasındaki yanlış kenar oranı ve kaynaklar arası kararlılık birlikte ölçülür.
- Neyi kanıtlamaz?
- Yüksek merkezilik dil bilgisel doğrulukla eş anlamlı değildir; çok sık kullanılan bir yanlış çözümleme de merkezî görünebilir. Graf yalnız ilişkisel kanıt sunar, bir kenarın dil bilgisel değerini cümle bağlamı ve Türkçe biçim bilgisi denetimi olmadan kesinleştirmez.
Bağlı canlı çözümlemeler
Denetimli keşif katmanı
Manifold (çokkatlı) yaklaşımı
Her biçim; ek dizisi, ses özellikleri, bağlam dağılımı, değerlik örüntüsü, kaynak yayılımı ve zaman bilgisiyle yüksek boyutlu bir özellik vektörüne dönüştürülür. Amaç dili sürekli bir nesne ilan etmek değil, bu ayrık gözlemlerin yerel komşuluklarında düşük boyutlu bir düzen bulunup bulunmadığını sınamaktır.
x_i ∈ R^d; d_G(i,j) = kNN grafındaki en kısa yol; Z = Φ(X), Z ⊂ R^q ve q ≪ d
- Türkçe veri temsili
- Yüksek boyutlu X uzayında birbirine yakın biçimler k-en yakın komşu grafıyla bağlanır. Isomap veya UMAP türü bir Φ izdüşümü, yakın çevreleri daha az boyutta göstermeye çalışır; zaman dilimleri ayrı işlendiğinde aynı biçim ailesinin yerel geometrisindeki kayma da izlenebilir.
- Ürettiği sonuç
- Yoğun biçim aileleri, iki yapı arasında köprü kuran geçiş örnekleri, beklenmedik ayrışmalar ve zamanla değişen komşuluklar keşif adayı olarak çıkar. Özellikle üretken eklerin yeni gövdelere yayılması ile sözlükbirimleşen oluşumların merkezden ayrılması görsel ve sayısal olarak incelenebilir.
- Derlemden çıkan içgörü
- Aynı sürümlü kesitte sürdürülebilirlik 39.084, okuryazarlık 19.034, erişilebilirlik 6.342 ve yazılımcı 676 geçiş verir. Bu sayılar tek başına bir geometri kurmaz. Ek dizisi, bağlam, kaynak yayılımı ve zaman boyutları eklendiğinde ilk üç biçimin -lık/-lik ile kurulan adlar olarak bazı yerel özellikleri paylaşması, yazılımcının ise -cı türetimi nedeniyle başka bir komşulukta yer alması sınanabilir bir varsayıma dönüşür.
- Derlem bulguları
-
-
Ses uyumu düzenli yerel komşuluklar kuruyor
Kanıt: Yüksek kesinlikli doğrudan eşleşmelerde çokluk ünlü uyumu yüzde 99,04; bulunma ünsüz uyumu yüzde 99,92; ayrılma ünsüz uyumu yüzde 99,86 ve belirtme durumundaki bağlayıcı y seçimi yüzde 99,92 olarak ölçülmüştür.
Türkçe için yorumu: Ek değişkelerinin tabanın ses özelliklerine güçlü biçimde bağlanması, özellik uzayında yoğun ve öngörülebilir yerel bölgeler oluşturur. Bununla birlikte uyum dışı küçük kuyruk; alıntı, özel ad, yazım çeşitlenmesi, yanlış çözümleme ve gerçek istisna ayrılmadan tek bir uzak küme olarak yorumlanamaz.
-
Aynı türetim ailesi kendi içinde de anlam katmanlarına ayrılıyor
Kanıt: Sürdürülebilirlik 39.084, okuryazarlık 19.034 ve erişilebilirlik 6.342 geçişle -lık/-lik ailesinde tanıklanır; yazılımcı ise 676 geçişle -cı ailesine bağlanır. Kitaplık gibi somut adlar da aynı -lık yüzeyini taşımasına rağmen farklı bağlam dağılımı gösterir.
Türkçe için yorumu: Ek yüzeyinin eşit olması tek başına yakınlık için yeterli değildir. Türkçede türetim ailesinin yerel geometrisini ek dizisi kadar oluşan sözcüğün anlamı, söz türü, bağlam komşuları ve kaynak yayılımı da belirler; sözlükbirimleşmiş alt kümeler aynı ek ailesi içinde ayrışabilir.
-
Nöbetleşmeli biçimler yazı uzaklığına rağmen biçimsel olarak yakındır
Kanıt: Korumalı kümede milyonlarca k → ğ, t → d, ç → c ve p → b geçişi bulunurken aynı ünsüzlerin değişmeden kaldığı geniş karşı kümeler de vardır. Bu iki davranış, aynı harf uzaklığının her gövde için aynı dilsel uzaklığı taşımadığını gösterir.
Türkçe için yorumu: Ağaç ile ağacı gibi çiftler karakter uzayında beklenenden uzak, biçimsel özellik uzayında ise aynı paradigmada yakın olabilir. Buna karşılık benzer yazılan eşyazımlı yüzeyler farklı lemalara açılabilir. Bu nedenle Türkçe için komşuluk, salt dize benzerliği yerine lema, ek, ses olayı ve bağlam bileşiminden kurulmalıdır.
-
Ses uyumu düzenli yerel komşuluklar kuruyor
- Net sonuç: Türkçe nasıl davranıyor?
- Manifold merceği Türkçenin biçim bilgisinde güçlü yerel düzenlilikler, fakat kesintisiz tek bir küresel yüzey bulunmadığını gösterir. Ses uyumu ve ek sırası yoğun komşuluklar üretirken nöbetleşme, eşyazımlılık, alıntılar ve sözlükbirimleşme bu bölgeler arasında sınırlar ve kıvrımlar oluşturur. Türkçe bu bakımdan tamamen sürekli bir geometrik nesne gibi değil, sembolik kurallarla çevrelenmiş yerel kullanım kümeleri gibi davranır. Manifold yaklaşımı yeni aileleri ve aykırı örnekleri keşfetmek için yararlıdır; iki biçimin dil bilgisel akrabalığı ise izdüşümdeki uzaklıktan değil, doğrulanmış ek çözümlemesi ve bağlam kanıtından çıkarılır.
- Türler aynı yoğunlukta bağlam uzayı kurmuyor
-
Odak: Her kullanım, sözcük türü etiketiyle birlikte önceki ve sonraki tür, çekim özellikleri, cümledeki konum, kaynak ve anlam çevresi gibi boyutlarla temsil edilir. Manifold yaklaşımı, aynı sözlükbirimin bağlama göre farklı görevlerde toplandığı yerel bölgeleri ve eylemsi biçimlerin ad, sıfat ya da zarf işlevine yaklaştığı geçiş alanlarını keşif amacıyla görünür kılar.
Derlem kanıtı: Etiketli dizide sıfat düğümlerinden çıkan tür dağılımının entropisi 1,498 bit, eylemlerde 2,781 bit, adlarda 2,560 bit ve zarflarda 2,625 bittir. Sıfat → ad yolu 93.583 gözlemle sıfatların belirgin yerel komşuluğunu oluştururken eylem sonrasında ad, eylem, sıfat, zarf ve bağlaç gibi daha çeşitli türler geniş bir dağılıma yayılır.
Türkçe için yorumu: Daha düşük çıkış entropisi, sıfatların etiketli alt kümede özellikle ad öncesinde yoğunlaştığını; daha yüksek eylem entropisi ise çekimli yüklemler, eylemsiler ve yan cümle sınırları çevresinde daha çeşitli devam yolları bulunduğunu düşündürür. Bu sonuç sıfatların yalnız ad önünde bulunabileceği veya her eylemin aynı çok yönlülüğü taşıdığı anlamına gelmez; yerel bağlam geometrisindeki yoğunluk farkını gösterir.
Ölçüm sınırı: İki boyutlu izdüşümde ayrı görünen tür kümeleri değişmez söz türleri değildir; eylemsi, adlaşma, sıfatlaşma ve eksilti gibi Türkçeye özgü geçişler aynı yüzeyi farklı bölgelere taşıyabilir. Entropi de anlam çeşitliliğini doğrudan ölçmez. Özellik seçimi, etiket hatası ve kaynak dengesi komşulukları değiştirebildiği için izdüşüm yalnız denetlenecek varsayım üretir.
- Nasıl doğrulanıyor?
- İzdüşümün güvenilirliği yalnız güzel görünen kümelerle değerlendirilmez. Üst boyuttaki komşuların alt boyutta korunma oranı, güvenilirlik puanı, farklı rastgele başlangıçlardaki kararlılık ve insan denetimli biçim sınıflarıyla uyum ayrı ayrı raporlanır.
- Neyi kanıtlamaz?
- Türkçe biçim bilgisi ayrık ve sembolik ilişkiler içerir; iki boyutlu bir görünüm bunların kanıtı değildir. İzdüşümde yakın duran iki biçim aynı ek yapısına sahip sayılmaz, uzak görünen iki biçimin de ilişkisi reddedilmez; manifold çıktısı yalnız yeni sorgu ve denetim alanı açar.
Bağlı canlı çözümlemeler
-
okuryazarlık
okuryazar + -lıkCanlı sıklık okunuyor... -
erişilebilirlik
eriş + -il + -ebil + -ir + -likCanlı sıklık okunuyor... -
sürdürülebilirlik
sürdür + -ül + -ebil + -ir + -likCanlı sıklık okunuyor... -
yazılımcı
yazılım + -cıCanlı sıklık okunuyor...
İşlem hattı tutarlılık katmanı
Kategori kuramı
Buradaki kategori sözcüğü ad, eylem veya sıfat gibi dil bilgisel sınıfı değil, nesneler ile bileşebilen dönüşümlerden oluşan matematiksel yapıyı anlatır. Yüzey akışı, olası çözümlemeler, sözlükbirim kayıtları ve bağlamsal kararlar işlem hattının nesneleri; aralarındaki dönüşümler ise morfizmler olarak modellenir.
F: C_islem → Rel; F(g ∘ f) = F(g) ∘ F(f); F(id_X) = id_F(X)
- Türkçe veri temsili
- Bir yüzey biçimin birden çok çözümlemeye açık olması nedeniyle hedef yapı yalnız işlevler kategorisi değil, kümeler ve ilişkilerden oluşan Rel kategorisidir. F funktörü her işlem evresini bir veri kümesine, her oku türlenmiş bir ilişkiye götürür; bileşim ve özdeşlik koşulları veri soyunun kopmamasını sağlar.
- Ürettiği sonuç
- Aynı kayda farklı işlem yollarından ulaşıldığında sonuçların uyumlu olup olmadığı, bir düzeltmenin yüzeyden lemaya ve istatistikten yayına kadar hangi dönüşümlerden geçtiği ve iki çözümleyicinin hangi noktalarda ayrıldığı açık bir bileşim şemasıyla görülebilir.
- Derlemden çıkan içgörü
- Evimiz 2.679 ve kapısından 12.475 geçişle tanıklanır. İlk biçimde yüzeyden çözümlemeye giden ok ev + -i- + -miz ayrımını, ikincisinde kapı + -sı + -n- + -dan ayrımını korumalıdır. Doğrudan yüzeyden lemaya giden yol ile yüzey → çözümleme → bağlamsal karar → lema yolu aynı sözlükbirime ulaşıyor, ancak ara özellikleri kaybetmiyorsa bileşim şeması tutarlıdır.
- Derlem bulguları
-
-
Ek sırası bileşebilir, fakat ara sınırlar silinemez
Kanıt: Sürümlü tanık kümesinde evimiz 2.679, masamız 129 ve kapısından 12.475 geçişle görünür. Yayın denetimi ev + -i- + -miz ile kapı + -sı + -n- + -dan yollarını tam parça ve görev dizileri olarak korur.
Türkçe için yorumu: Türkçede yüzeyden lemaya ulaşmak tek başına yeterli değildir. Bağlayıcı ünlü, kişi iyeliği, zamir n’si ve durum eki ayrı dönüşüm basamaklarıdır; bu basamakların birleştirilmesi lemaya doğru ulaşsa bile değerlik, ek sıklığı ve morfotaktik ölçümleri bozabilir.
-
Çekim bileşimi geniş bir gözlem evreninde lemaya geri dönüyor
Kanıt: Yedi doğrudan çekim kümesinde toplam 94.974.361 geçiş ölçülmüştür. Belirtme, yönelme, tamlayan durumu, çokluk, bulunma, ayrılma ve araç-birliktelik dönüşümleri farklı yüzeyler üretirken doğrulanmış çözümlemede başlangıçtaki ad lemasını korur.
Türkçe için yorumu: Bu davranış, Türkçenin çekimsel yollarında yüzey değişse de sözlükbirim kimliğinin bileşim boyunca taşınabildiğini gösterir. Ancak ses nöbetleşmesi bulunan yollarda dönüşüm basit dize ekleme değildir; gövde değişkesi de morfizmin açık bir parçası olmalıdır.
-
Türetim ile çekim aynı türde bir ok değildir
Kanıt: Kitap + -lık, yazılım + -cı ve okuryazar + -lık tanıkları yeni ad gövdeleri oluştururken kitap + -lar ve ev + -ler örnekleri aynı lemanın çekimli yüzeylerini üretir. Derlem ölçümü bu aileleri ayrı ek ve lema bağlantılarıyla tutar.
Türkçe için yorumu: Türkçede işlemlerin yalnız ardışık olması onları eş türden yapmaz. Çekim oku dil bilgisel özellik ekleyip sözlükbirimi korurken türetim oku yeni bir sözlükbirime ve kimi zaman yeni bir söz türüne geçebilir; bileşim şeması bu iki dönüşümün türünü ayırmalıdır.
-
Ek sırası bileşebilir, fakat ara sınırlar silinemez
- Net sonuç: Türkçe nasıl davranıyor?
- Kategori kuramının merceğinden Türkçe biçim bilgisi güçlü biçimde bileşimlidir, ancak yalnız art arda eklenen karakterlerden oluşmaz. Geçerli bir çözümleme yolu; taban, ses nöbetleşmesi, bağlayıcı ses, yapım, çatı, çekim ve bağlam kararlarını türleriyle birlikte korumalıdır. Çekim yolları çoğunlukla aynı lema nesnesine dönerken türetim yolları yeni sözlükbirim nesneleri kurar. Dolayısıyla Türkçe için doğru bileşim ölçütü, iki yolun yalnız aynı son lemaya ulaşması değil, ara dil bilgisel özellikleri kaybetmeden uyumlu bir sonuç vermesidir.
- Biçim ile cümle görevi ayrı fakat bağlı katmanlar oluşturuyor
-
Odak: Ad, eylem, sıfat ve zarf gibi sözlüksel türler bir nesne katmanı; özne, nesne, niteleyici ve belirteç gibi cümle görevleri başka bir katman olarak ele alınır. Türetim, eylemsi kurma, adlaşma ve bağlamsal yorum bu katmanlar arasında türlenmiş dönüşümlerdir. Doğru bileşim, sözlüksel tür ile kullanım görevinin birbirine sessizce eşitlenmesini engeller.
Derlem kanıtı: Etiketli profilde en sık üçlü yollardan sıfat → ad → eylem 29.744, ad → sıfat → ad 25.355 ve ad → eylem → ad 24.673 kez görülür. Bu yollar, sıfatın ad öbeğine katılması, adın yüklem çevresine bağlanması ve eylem biçiminin ardından yeni bir ad öbeğinin başlayabilmesi gibi farklı bileşimleri aynı tür dizisi düzeyinde gözlenebilir kılar.
Türkçe için yorumu: Türkçede bir biçim çözümlemesinin son ürünü yalnız lema değildir; sözlüksel tür, çekim özellikleri ve bağlamdaki görev birlikte korunmalıdır. Örneğin ortaç eki taşıyan bir eylem biçimi, eylem tabanını yitirmeden sıfat işlevi görebilir. Kategori kuramı bu durumu eylemi sıfata dönüştüren basit etiket değişimi olarak değil, özellik taşıyan bileşimli bir ok olarak modellemeye elverişlidir.
Ölçüm sınırı: Matematiksel kategori sözcüğü ile dil bilgisel sözcük türü aynı kavram değildir. Bir dönüşüm yolunun bileşim bakımından tutarlı olması, çözümlemenin dilsel olarak doğru olduğunu tek başına kanıtlamaz. Eksilti, çok anlamlılık ve kalıplaşmış öbekler için gerçek cümle bağlamı gerekir; bütün tür geçişleri tek değerli işlevler biçiminde zorlanamaz.
- Nasıl doğrulanıyor?
- Her morfizm için giriş ve çıkış türleri, özdeşlik altında değişmezlik ve ardışık dönüşümlerde bileşim korunumu otomatik sınanır. İki çözümleyici aynı veri üzerinde karşılaştırıldığında aralarındaki dönüşüm, hangi kararların eşleştiğini ve hangilerinin bağlam denetimi istediğini kaydeder.
- Neyi kanıtlamaz?
- Kategori kuramı ham sıklığı artıran veya kendiliğinden doğru lema bulan bir kestirim algoritması değildir. Sağladığı yarar, farklı çözümleme katmanlarının nasıl birleştiğini kesinleştirmek ve gizli tür uyuşmazlıklarını açığa çıkarmaktır; dil bilgisel içerik yine Türkçe veriden gelir.
Bağlı canlı çözümlemeler
-
evimiz
ev + -i- + -miz → evimizCanlı sıklık okunuyor... -
kapısından
kapı + -sı + -n- + -dan → kapısındanCanlı sıklık okunuyor... -
geliyorum
gel + -(i)yor + -um → geliyorumCanlı sıklık okunuyor...
Kural ve üst-kural denetimi
Yüksek dereceli mantık
Birinci dereceli bir gösterim sözcük ve çözümleme gibi bireyler üzerinde niceleme yaparken yüksek dereceli mantık, bu bireyler arasındaki çözümleme ilişkileri ve kural işlevleri üzerinde de niceleme kurabilir. Böylece yalnız tek tek ek kuralları değil, güvenilir bir kuralın bütün çıktılarında uyması gereken üst koşullar ifade edilir.
∀r_(W→A→o). Güvenilir(r) ⇒ ∀w_W ∀a_A (r(w,a) ⇒ İzinli(a))
- Türkçe veri temsili
- W yüzey biçimlerin, A çözümlemelerin, o doğruluk değerlerinin türüdür; r ise bir yüzey biçim ile çözümleme arasındaki ilişkiyi bildiren yüklem türündedir. Güvenilir sözü bu yüklemler üzerinde kurulduğu için ifade yüksek derecelidir; ses uyumu, ek sırası ve sözlük kapısı ayrı yüklemlerle bileştirilebilir.
- Ürettiği sonuç
- Sonlu durumlu çözümleyicinin ürettiği adaylar üzerinde ek sırası, zorunlu özellik, yasak bileşim, çözümleme soy izi ve düzeltme sonrası değişmezlik denetimleri çalıştırılır. Bir ihlal yalnız reddedilmez; hangi üst koşulun hangi ara çözümlemede bozulduğu açıklanabilir bir kanıt iziyle döner.
- Derlemden çıkan içgörü
- Masamız 129, evimiz 2.679 ve kapısından 12.475 geçişle tanıklanır. Üst-kural, ünsüzle biten tabana gelen birinci ve ikinci kişi iyeliğinde bağlayıcı ünlünün kişi ekinden ayrı gösterilmesini; ünlüyle biten masa tabanında ise araya gereksiz ünlü konmamasını ister. Üçüncü kişi iyeliğinden sonra durum eki geldiğinde kapısından biçimindeki -n- ayrı zamir n’si olmalıdır. Bu üç koşul tek tek sözcüklere yazılmış istisnalar değil, çözümleme ilişkileri üzerinde niceleyen denetimlerdir.
- Derlem bulguları
-
-
Türkçenin güçlü kuralları koşullu, mutlak dize kuralları değildir
Kanıt: Doğrudan eşleşmelerde çokluk ünlü uyumu yüzde 99,04, bulunma ünsüz uyumu yüzde 99,92 ve belirtme durumundaki bağlayıcı y seçimi yüzde 99,92’dir. Yüksek oranlara karşın hiçbir ölçüm bütün ham yüzeylerde yüzde 100 değildir.
Türkçe için yorumu: Kural, her karakter dizisi üzerinde koşulsuz nicelemek yerine güvenilir lema, uygun ek ailesi, ses çevresi ve çözümleme güveniyle sınırlandırılmalıdır. Kalan bölüm otomatik olarak dil bilgisel istisna sayılamaz; alıntı, özel ad, yazım ve veri gürültüsü yüklemleriyle ayrıştırılmalıdır.
-
Ünsüz nöbetleşmesi sözlük ve bağlam koşulu gerektiriyor
Kanıt: Korumalı kümede t → d için 4.770.713 değişimli ve 3.828.727 değişmeyen; k → ğ için 7.309.137 değişimli ve 967.114 değişmeyen geçiş ölçülmüştür. Benzer karşı kümeler ç-c ve p-b çiftlerinde de bulunur.
Türkçe için yorumu: Her ünlü öncesi t veya k yüzeyini otomatik olarak yumuşatan bir üst-kural Türkçe veriyi yanlış çözümler. Doğru önerme, nöbetleşme davranışı bilinen sözlükbirimler ve uygun ek çevresi üzerinde niceleme yapmalı; bilinmeyen biçimi kesin hüküm yerine inceleme adayına dönüştürmelidir.
-
Eşyüzeyli ek parçaları görev yüklemleriyle ayrılıyor
Kanıt: Yayın sınamaları gör-ü-ş- işteş çatısı ile gör-üş eylem adını, -ın/-in çokluk kişi buyruğu ile edilgen-dönüşlü yüzeyi ve son konumdaki bildirme -dır biçimi ile ettirgenlik yüzeyini bağlamsal özelliklerine göre ayrı tutar.
Türkçe için yorumu: Türkçede aynı ses dizisi farklı biçimsel görevler üstlenebilir. Bu nedenle izinli çözümleme önermesi yalnız ek yazımına değil; tabanın söz türüne, ekin zincirdeki konumuna, zaman-kip özelliklerine, oluşan lemanın sözlük durumuna ve cümle bağlamına birlikte başvurmalıdır.
-
Türkçenin güçlü kuralları koşullu, mutlak dize kuralları değildir
- Net sonuç: Türkçe nasıl davranıyor?
- Yüksek dereceli mantık açısından Türkçe, düzenliliği çok yüksek fakat koşulları açıkça belirtilmesi gereken bir biçim bilgisi sistemi gibi davranır. Ses uyumu, ek sırası ve bağlayıcı ses seçimi geniş veri üzerinde güçlü genellemeler verir; nöbetleşme, eşyüzeylilik ve sözlükbirimleşme ise bu genellemelerin hangi yüklemler altında geçerli olduğunu sınırlar. Bu yüzden güvenilir Türkçe kuralı “bu sonluk her zaman şu ektir” biçiminde değil, uygun taban, işlev, konum, ses çevresi, bağlam ve kanıt koşullarını birlikte niceleyen bir üst-kural biçiminde kurulmalıdır.
- Tür ataması yüzeye değil bağlamsal koşullara niceleme yapıyor
-
Odak: Bir yüzey biçimin her kullanımda aynı türü taşıdığı varsayılmaz. Üst-kurallar; lemanın sözlüksel olasılıkları, ek dizisi, önceki ve sonraki türler, cümledeki görev ve güvenilir tanık koşulları üzerinde birlikte niceleme yapar. Böylece adlaşmış sıfat, ortaç, ulaç veya eşyazımlı biçim tek bir sonluk kuralıyla yanlış sınıfa zorlanmaz.
Derlem kanıtı: Etiketli dizide 7.826 lema birden çok sözcük türü etiketiyle tanıklanmış veya baskın tür dışında kullanım taşımıştır. Tür profili ayrıca ad, eylem, sıfat, zarf, zamir, bağlaç, ilgeç, ünlem, sayı sözü, soru parçacığı, ek eylem, özel ad ve kısaltma olmak üzere on üç hesaplama etiketini ayrı izler; tartışmalı sınıfların statüsü ayrıca belirtilir.
Türkçe için yorumu: Bu görünüm Türkçede tür kararının yalnız sözlük maddesinden kopyalanamayacağını gösterir. Güvenilir bir önerme, bir biçimin hangi şartlarda ad veya sıfat görevi üstlendiğini ve eylemsi özelliğini nasıl koruduğunu açıkça ifade etmelidir. Tür etiketleri mutlak özler değil, sözlüksel bilgi ile cümle bağlamının birlikte doğruladığı çözümleme sonuçlarıdır.
Ölçüm sınırı: Birden çok etiket her zaman gerçek tür değişmesi anlamına gelmez; etiketleme tutarsızlığı, özel ad ayrımı, kısaltma veya yanlış lema da aynı görünümü üretebilir. Yüksek dereceli kural bu örnekleri otomatik olarak çok işlevli saymaz. Her karar, biçimsel yapı ve nötr cümle tanığıyla sınanır; düşük sıklık tek başına ret gerekçesi yapılmaz.
- Nasıl doğrulanıyor?
- Kurallar önce doğrulanmış olumlu ve olumsuz örnekler üzerinde sınanır, ardından karşı örnek üretimiyle aşırı genelleme aranır. Mantıksal tutarlılık, derlemde yüksek sıklıkla karıştırılmaz; bir önerme tutarlı olsa bile gerçek Türkçe tanığı ve kaynak yayılımı yoksa betimsel kural olarak yayımlanmaz.
- Neyi kanıtlamaz?
- Biçimsel doğrulanabilirlik doğal dildeki bütün belirsizliği ortadan kaldırmaz. Yanlış kurulmuş bir aksiyom kusursuz biçimde işletildiğinde yine yanlış sonuç verir; bu nedenle mantık katmanı uzman incelemesinin yerine geçmez, kural varsayımlarını görünür ve sınanabilir hâle getirir.
Bağlı canlı çözümlemeler
-
evimiz
ev + -i- + -miz → evimizCanlı sıklık okunuyor... -
masamız
masa + -mız → masamızCanlı sıklık okunuyor... -
kapısından
kapı + -sı + -n- + -dan → kapısındanCanlı sıklık okunuyor... -
ağacı
ağaç + -(s)ı → ağacıCanlı sıklık okunuyor...
Canlı dağılım ve bağlam ölçümü
Bilgi kuramı
Bilgi kuramı Türkçenin biçim bilgisini yalnız ek sıklıklarıyla değil, bir biçimsel veya bağlamsal özellik bilindiğinde kalan belirsizliğin ne kadar azaldığıyla inceler. Rastgele değişkenler; sözcük türü, komşu tür, lema, yüzey biçim, ek ailesi, ek değişkesi ve ses çevresi olarak ayrı kurulur. Böylece yüksek çeşitlilik, güçlü koşullu öngörülebilirlik ve gerçek bağlamsal belirsizlik birbirine karıştırılmaz.
H(X) = -Σₓ p(x) log₂ p(x); H(Y|X) = Σₓ p(x)H(Y|X=x); I(X;Y) = H(Y) - H(Y|X)
- Türkçe veri temsili
- X değişkeni önceki sözcük türünü veya tabanın ses özelliklerini, Y değişkeni sonraki türü ya da gerçekleşen ek değişkesini temsil edebilir. Entropi seçeneklerin etkili çeşitliliğini, koşullu entropi bağlam bilindiğinde kalan belirsizliği, karşılıklı bilgi ise bağlamın sağladığı ortalama bilgi kazancını ölçer. Her ölçüm kendi örnek uzayı ve paydasıyla yayımlanır.
- Ürettiği sonuç
- Sözcük türü ve ek dağılımı entropileri, koşullu tür geçişleri, bağlamın öngörü kazancı, etkili kategori sayısı ve yüksek şaşırtıcılık taşıyan aykırı yollar üretilir. Düzenli ses uyumu kümeleri ile eşyazımlı veya sözlükbirimleşmiş biçimler aynı ölçekte fakat farklı koşullarla incelenir; yüksek şaşırtıcılık doğrudan hata değil, açıklama gerektiren tanık olarak işaretlenir.
- Derlemden çıkan içgörü
- Etiketli bağlam dizisinde on üç hesaplama etiketinin sözcük türü entropisi 2,656 bit ve etkili tür sayısı 6,305’tir. Sonraki türün marjinal entropisi 2,604 bitken önceki tür bilindiğinde koşullu entropi 2,420 bite düşer. Komşu türler arasındaki karşılıklı bilgi 0,184 bit, göreli öngörü kazancı yüzde 7,065’tir. Bu değerler Türkçede yerel tür komşuluğunun anlamlı, fakat tek başına belirleyici olmadığını gösterir.
- Derlem bulguları
-
-
Tür çeşitliliği on üç etiketin eşit kullanımına da tek tür baskınlığına da indirgenmiyor
Kanıt: Etiketli alt kümedeki 853.347 sözcükte ad yüzde 35,343, eylem yüzde 20,728, sıfat yüzde 15,877 ve özel ad yüzde 8,501 pay taşır. Bütün türlerin Shannon entropisi 2,656 bit, bu entropinin karşılık geldiği etkili tür sayısı 6,305’tir.
Türkçe için yorumu: Türkçenin incelenen bağlam kesitinde birkaç açık sınıf yüksek ağırlık taşırken görevli ve bağlama duyarlı sınıflar dağılımın uzun kuyruğunu oluşturur. Etkili tür sayısı sınıflandırmanın kaç tür içermesi gerektiğini söylemez; eşit olmayan kullanım ağırlığının bilgi kuramsal özetidir.
-
Önceki tür sonraki türü kısmen öngörüyor, fakat belirsizliği ortadan kaldırmıyor
Kanıt: Cümle sınırları korunarak ölçülen 780.494 ikili geçişte sonraki tür entropisi 2,604 bittir. Önceki tür koşul olarak verildiğinde değer 2,420 bite iner; karşılıklı bilgi 0,184 bit ve göreli belirsizlik azalması yüzde 7,065 olarak hesaplanır.
Türkçe için yorumu: Sıfatın ardından ad gelmesi gibi güçlü yerel düzenler bağlam bilgisi sağlar, ancak Türkçenin esnek öbek kuruluşu, eylemsiler, adlaşma ve cümle sınırları tek komşunun tam kestirim yapmasını engeller. Daha uzak bağlam ile biçimsel özellikler ayrıca modele katılmalıdır.
-
Ek çeşitliliği yüksekken ses çevresi belirli değişkeleri güçlü biçimde öngörüyor
Kanıt: Yedi doğrudan çekim kümesindeki 94.974.361 gözlemin entropisi 2,642 bit ve etkili küme sayısı 6,244’tür. Buna karşılık çokluk ünlü uyumu yüzde 99,04, bulunma ünsüz uyumu yüzde 99,92 ve belirtme durumundaki bağlayıcı y seçimi yüzde 99,92 oranında uygun tanıklanmıştır.
Türkçe için yorumu: Türkçe çok sayıda çekim işlevini etkin biçimde kullanırken seçilen ekin yüzey değişkesi ses çevresine güçlü biçimde koşulludur. Bu iki sonuç çelişmez: İşlev düzeyinde çeşitlilik yüksek, aynı işlev içindeki ses gerçekleşmesi ise uygun koşullar bilindiğinde büyük ölçüde öngörülebilirdir.
-
Tür çeşitliliği on üç etiketin eşit kullanımına da tek tür baskınlığına da indirgenmiyor
- Net sonuç: Türkçe nasıl davranıyor?
- Bilgi kuramı açısından Türkçe, biçimsel bilgiyi sözcük içinde yoğun biçimde taşıyan, fakat bu bilgiyi rastgele dağıtmayan bir sistem gibi davranır. Ek işlevleri ve sözcük türleri geniş bir çeşitlilik sergiler; ses uyumu, morfotaktik sıra ve yerel tür komşuluğu bu çeşitliliğin belirli bölümlerini güçlü biçimde öngörülebilir kılar. Kalan belirsizlik yalnız gürültü değildir: Eşyazımlılık, eylemsiler, adlaşma, sözlükbirimleşme ve daha uzak cümle bağlamı gerçek bilgi taşır. Bu nedenle doğru çözümleme, en sık eki veya en olası türü seçmek yerine koşullu belirsizliğin hangi kanıtla azaldığını ve hangi seçeneklerin hâlâ açık kaldığını göstermelidir.
- Tür dizileri ölçülebilir fakat tek komşuya indirgenemez
-
Odak: Bilgi kuramı her türü değişmez bir kutu olarak değil, cümle bağlamında olasılık dağılımı üreten bir durum olarak ele alır. Bir türden sonra gelen seçeneklerin entropisi türün yerel bağlam çeşitliliğini; önceki ve sonraki tür arasındaki karşılıklı bilgi ise komşuluğun sınıflandırmaya sağladığı ortalama katkıyı gösterir.
Derlem kanıtı: Sıfatın çıkış entropisi 1,498 bit ile adın 2,560, zarfın 2,625 ve eylemin 2,781 bitlik değerlerinden düşüktür. Buna karşın bütün tür dizisinde önceki türün sağladığı ortalama bilgi yalnız 0,184 bittir. Bu durum sıfat → ad gibi yoğun bir yolun varlığını, fakat bütün tür kararlarının tek komşuyla verilemeyeceğini birlikte gösterir.
Türkçe için yorumu: Türkçede bazı sözcük türleri güçlü yerel beklentiler kurar; sıfatın ad öncesindeki yoğunluğu bunun belirgin örneğidir. Eylem ve zarf çevresinde seçenekler daha geniş yayılır. Sağlam tür çözümlemesi bu yüzden yerel geçiş olasılığına biçim birimi, lema, öbek sınırı, değerlik ve daha uzak bağlam bilgisini eklemelidir.
Ölçüm sınırı: Entropi yüksek olduğunda bir tür düzensiz, düşük olduğunda da değişmez sayılmaz. Ölçüm, etiket kümesinin tasarımına ve kaynak dengesine duyarlıdır; özel ad ve kısaltma gibi hesaplama etiketleri geleneksel söz türleriyle aynı ontolojik düzeyde değildir. Sayısal değerler yalnız belirtilen etiketli alt küme ve yöntem sürümü içinde karşılaştırılır.
- Nasıl doğrulanıyor?
- Olasılıkların toplamı, paydalar, cümle sınırları ve sıfır frekans işlemleri otomatik sınanır. Entropi ve karşılıklı bilgi doğrudan sayımlardan yeniden hesaplanır; etiketleri karıştırılmış ve cümle sırası rastgeleleştirilmiş karşı örneklerde beklenen bilgi kaybı denetlenir. Dilsel yorum insan denetimli tanıklarla ayrıca doğrulanır.
- Neyi kanıtlamaz?
- Bilgi ölçüleri nedensellik, sözlükbirimlik veya dil bilgisel doğruluk kanıtı değildir. Etiketleme hatası da entropiyi artırabilir, baskın bir kaynak da azaltabilir. İki tür arasındaki karşılıklı bilgi doğrudan sözdizimsel bağı göstermez; araya giren öbek yapısı ve ortak bağlam değişkenleri ayrıca çözümlenmelidir.
Bağlı canlı çözümlemeler
-
evler
ev + -lerCanlı sıklık okunuyor... -
kapısından
kapı + -sı + -n- + -dan → kapısındanCanlı sıklık okunuyor... -
geliyorum
gel + -(i)yor + -um → geliyorumCanlı sıklık okunuyor... -
kitaplık
kitap + -lıkCanlı sıklık okunuyor...
Canlı dağılım ve etiketli bağlam geçişleri
Türkçede sözcük türleri ve bağlam içindeki davranışları
Güncel tür ağırlıkları okunmayı bekliyor.
Bu bölüm sözcük türlerini yalnız tanım listesi olarak sıralamaz. Her sınıfın Türkçeye özgü biçimlenmesini, cümlede üstlenebildiği görevleri, komşu türlerle kurduğu örüntüleri ve bağlama göre ortaya çıkan sınıf belirsizliklerini birlikte inceler. Canlı dağılım bütün derlemdeki güncel lema geçişleriyle, tür geçişleri ise cümle sınırları korunmuş etiketli tanık dizisiyle hesaplanır.
Sınıflandırma düzeni
Türkçe dil bilgisi çalışmalarında sözcük türlerinin sayısı ve bazı alt sınıfların yeri konusunda tek bir tartışmasız bölümleme yoktur. Bu sayfada ad, eylem, sıfat ve zarf açık sözlüksel sınıflar; zamir, bağlaç, ilgeç, ünlem, soru parçacığı ve ek eylem görevli sınıflar olarak izlenir. Sayı sözü, özel ad ve kısaltma ise hesaplama için ayrı tutulur, fakat temel türlerle aynı kuramsal düzeyde oldukları ileri sürülmez.
Bağlam ilkesi
Bir sözlükbirimin türü ile tek bir cümlede üstlendiği görev birbirinden ayrılır. Sıfatın adlaşması, eylemsinin ad veya niteleyici görevinde kullanılması ve bir adın yüklem olması otomatik olarak yeni bir sözlüksel tür doğurmaz. Sistem bu geçişleri yüzey sonluğundan kestirmek yerine ek dizisi, lema olasılıkları, önceki ve sonraki türler, öbek sınırı, değerlik ve gerçek cümle tanığıyla birlikte değerlendirir.
- Canlı sınıflanan geçiş
- — Güncel derlemde tür eşlemesi bulunanlar
- Canlı kapsama
- — Toplam sözcük geçişine göre
- Etiketli bağlam sözcüğü
- — Tür geçişlerinin paydası
- İkili tür geçişi
- — Cümle sınırları korunmuş
- Tür entropisi
- — bit
- Bağlam bilgi kazancı
- — Komşu türler arasında bit
Ad
Temel tür; alt sınıfları bağlam ve anlam özellikleriyle ayrılır
- Tanım ve kapsam
- Varlıkları, kişileri, yerleri, kavramları, durumları ve olaylaştırılmış içerikleri adlandıran sözlükbirimleri kapsar. Ad olma yalnız somut bir nesne göstermeye bağlanmaz; düşünce, gelişme ve güzellik gibi soyut veya eylem kökenli birimler de cümlede ad öbeğinin çekirdeğini kurabilir.
- Biçim bilgisi
- Çokluk, kişi iyeliği ve durum eklerini Türkçeye özgü morfotaktik sırayla alabilir. Bu eklerin her kullanımda birlikte bulunması gerekmez; yalın biçim de tam bir ad olabilir. Ünsüz nöbetleşmesi, bağlayıcı ünlü ve üçüncü kişi iyeliğinden sonraki zamir n’si doğru ek sınırlarıyla gösterilir.
- Cümle yapısı
- Ad öbeklerinde çekirdek olur; özne, nesne, dolaylı tümleç, ilgeç tümleci veya yüklem görevi üstlenebilir. Durum eki ile cümle görevi bire bir eşitlenmez, çünkü yalın ad nesne olabilir, yüklem ad kişi eki alabilir ve söz dizimi ile anlam aynı biçim üzerinde farklı yorumlar kurabilir.
- Bağlam
- Önünde sıfat, sayı sözü, belirleyici işlevli zamir veya başka bir ad bulunabilir; ardından durum ve iyelik bağlantılı ögeler, bağlaçlar ya da eylem gelebilir. Canlı çözümlemede adın çevresi tek bir sıra kuralına indirgenmez, öbek sınırı ve yüklemle kurduğu bağ ayrıca incelenir.
- Geçiş davranışı
- Etiketli bağlam dizisinde ad → eylem 102.465 gözlemle en sık ikili yol, ad → ad 76.450 gözlemle güçlü bir başka yoldur. İlk örüntü yüklem çevresine açılan ad öbeklerini, ikincisi tamlama, sıralama ve yeni öbek başlangıçlarını birlikte kapsayabildiğinden ayrıntılı sözdizimi çözümlemesi gerekir.
- Belirsizlik
- Bir ad yalın biçimde niteleyici konumda bulunabilir veya ad kökenli bir biçim yüklem olabilir; bu durum her zaman sözlüksel tür değişmesi değildir. Özel adlar ve sayı sözleri de ad çekimi gösterebilir. Çözümleme, sözlük kaydı ile cümledeki geçici işlevi ayrı katmanlarda korur.
kitapdüşüncegelişme
Ardından en sık
- Canlı profil bekleniyor.
Öncesinde en sık
- Canlı profil bekleniyor.
Eylem
Temel tür; çekimli ve eylemsi gerçekleşmeleri ayrı izlenir
- Tanım ve kapsam
- Oluş, kılış, durum veya süreç bildiren ve Türkçede olumsuzluk, çatı, zaman, görünüş, kip ve kişi katmanlarıyla çekimlenebilen sözlükbirimleri kapsar. Lema mastar biçiminde gösterilse de çözümleme kök veya gövde ile mastar ekini birbirine karıştırmaz.
- Biçim bilgisi
- Türetim eklerinden sonra çatı, olumsuzluk, zaman-görünüş-kip ve kişi ekleri belirli kapsam sıralarıyla gelebilir. Aynı ses dizisinin eylem adı, işteşlik, edilgenlik veya kişi eki olması bağlamdan bağımsız sonluk kesmeyle belirlenmez; sonlu durumlu çözümleme ve özellik demeti birlikte kullanılır.
- Cümle yapısı
- Çekimli eylem cümlenin yüklemini kurabilir; eylemsi biçimler ad, sıfat veya zarf işlevli yan yapılar oluştururken eylem tabanının değerlik ve görünüş özelliklerinden bir bölümünü koruyabilir. Geçişli ve geçişsiz kullanım, yalnız sözlükteki sabit etiketten değil tanıklanan tamamlayıcı çerçevelerinden ölçülür.
- Bağlam
- Öncesindeki ad öbekleri özne, nesne veya tümleç olabilir; sonrasındaki ögeler yeni cümle, bağlanan yüklem, aktarma veya yan yapı başlatabilir. Türkçede yüklemin görece geç konumlanması güçlü bir eğilimdir, ancak devrik yapı, eksilti ve söylem düzeni nedeniyle mutlak sıra kuralı değildir.
- Geçiş davranışı
- Eylem düğümünün çıkış entropisi 2,781 bittir ve ad, eylem, sıfat, zarf ile bağlaç yönlerinde görece geniş bir devam dağılımı gösterir. Eylem → ad 42.057, eylem → eylem 26.984 gözlem taşır; bu yollar cümle sınırı, eylemsi ve birleşik yüklem ayrımı yapılmadan tek yapıya indirgenmez.
- Belirsizlik
- Gelir ve yazma gibi yüzeyler bağlama göre çekimli eylem, ad veya eylemsi çözümlemelerine açılabilir. Olumsuzluk eki ile eylem adı eki aynı yüzeyi paylaşabildiğinden yalnız -ma/-me sonluğuna bakılmaz; kişi, kip, tamamlayıcı, vurgu ve komşu tür kanıtları birlikte değerlendirilir.
gelmekdüşünmekgeliştirmek
Ardından en sık
- Canlı profil bekleniyor.
Öncesinde en sık
- Canlı profil bekleniyor.
Sıfat
Sözlüksel sınıf ile niteleyici kullanım ayrı kaydedilir
- Tanım ve kapsam
- Bir adın bildirdiği varlığı nitelik, durum, ölçü, sıra veya başka bir özellik bakımından sınırlayan ve çoğunlukla ad öbeği içinde niteleyici görev üstlenen sözlükbirimleri kapsar. Her ad öncesi sözcük sıfat sayılmaz; sayı, zamir ve ad tamlaması gibi yapılar kendi özellikleriyle korunur.
- Biçim bilgisi
- Türkçede sıfatlar niteleyici konumda çoğunlukla adla sayı veya durum bakımından biçimsel uyum göstermez. Adlaştıklarında ad çekim eklerini alabilirler; bu çekim yüzeyde görüldüğünde sözlüksel sıfat bilgisi silinmez, adlaşmış kullanım ayrı bir bağlamsal özellik olarak işaretlenir.
- Cümle yapısı
- En belirgin görevi ad öbeğinde niteleyici olmaktır; derece zarflarıyla genişleyebilir ve ad eksiltildiğinde ad öbeğinin çekirdeğini üstlenebilir. Yüklem konumunda ek eylem veya kişi bildirimiyle kullanılabilmesi, sıfat ile eylem sınıflarını aynılaştırmaz.
- Bağlam
- Ardından ad gelmesi güçlü bir yerel beklentidir; öncesinde derece veya ölçü bildiren zarf bulunabilir. Bununla birlikte sıfat sıraları, adlaşma, karşılaştırma ve yüklem kullanımı farklı çevreler oluşturur. Sistem sözcüğün yalnız sağındaki tek komşuya değil öbek bütününe bakar.
- Geçiş davranışı
- Sıfat → ad 93.583 gözlem ve yüzde 11,990 payla bütün ikili geçişler içinde ikinci sıradadır. Sıfatın çıkış entropisi 1,498 bit ile temel açık sınıflar arasında düşüktür; bu yoğunluk güçlü ad komşuluğunu gösterir, fakat sıfatın başka görevlerde bulunmasını yasaklayan bir kural değildir.
- Belirsizlik
- Güzel gibi bir biçim niteleyici, adlaşmış öge veya yüklem olabilir. Ortaçlar da eylem tabanlarını koruyarak sıfat işlevi üstlenebilir. Sözlük türü, türetim veya eylemsi yapısı ve cümle görevi ayrı tutulmadığında gerçek tür geçişiyle geçici kullanım birbirine karışır.
güzeluzunerişilebilir
Ardından en sık
- Canlı profil bekleniyor.
Öncesinde en sık
- Canlı profil bekleniyor.
Zarf
Eylem, sıfat, zarf veya bütün cümle üzerindeki kapsamıyla çözülür
- Tanım ve kapsam
- Eylemin gerçekleşme biçimini, zamanını, yer-yönünü, derecesini, sıklığını veya konuşurun tutumunu belirleyen; ayrıca sıfatı, başka bir zarfı ya da bütün önermeyi kapsamına alabilen birimleri kapsar. Zarf sınıfı yalnız belirli sonluklardan türeyen sözcüklerle sınırlandırılmaz.
- Biçim bilgisi
- Bir bölümü yalın ve değişmez görünürken bir bölümü adların durum biçimlerinden, ulaçlardan veya kalıplaşmış yapılardan oluşur. Aynı yüzeyin durum ekli ad mı, kalıplaşmış zarf mı olduğu sözlükbirimleşme ve bağlam kanıtıyla ayrılır; her ekli ad otomatik olarak zarf yapılmaz.
- Cümle yapısı
- Yüklemi, sıfatı, başka bir zarfı veya cümlenin tamamını değiştirir ve kapsam alanına göre farklı konumlarda bulunabilir. Serbest konum izlenimi mutlak değildir; odak, vurgu, öbek içi bağ ve eylemin anlam sınıfı olası yerleşimleri sınırlar.
- Bağlam
- Derece zarfları sıfat veya zarf öncesinde yoğunlaşırken zaman ve tutum zarfları cümle başında ya da yüklem çevresinde görülebilir. Ulaçlı yapılar yan eylem bilgisini taşıdığından basit zarf etiketiyle bütün biçimsel özelliklerini kaybetmemelidir.
- Geçiş davranışı
- Zarf düğümünün çıkış entropisi 2,625 bittir; bu değer sıfattan belirgin biçimde yüksek ve ad ile eyleme yakındır. Geniş dağılım, zarfın tek bir komşu sınıfa bağlanmadığını gösterir. Canlı grafikler hangi zarf türünün hangi devam yolunu oluşturduğunu ayrı sorgulara açar.
- Belirsizlik
- Hızlı gibi sözcükler sıfat ve zarf görevlerinde, önce ve sonra gibi biçimler ad, ilgeç veya zarf yorumlarında bulunabilir. Tür kararı yalnız konuma dayandırılmaz; yönettiği öge, aldığı durum eki, vurgu, kalıplaşma ve cümlenin anlam ilişkisi birlikte incelenir.
hemenoldukçayavaşça
Ardından en sık
- Canlı profil bekleniyor.
Öncesinde en sık
- Canlı profil bekleniyor.
Zamir
Alt türleri ve gönderim ilişkileri bağlamla ayrılır
- Tanım ve kapsam
- Konuşma durumundaki kişilere, varlıklara, niceliklere veya daha önce ya da sonra belirtilen bir içeriğe gönderimde bulunan; ad öbeğinin yerini tutabilen veya onu belirleyebilen birimleri kapsar. Kişi, gösterme, soru, belgisiz ve dönüşlülük alt türleri aynı bağlam davranışını taşımaz.
- Biçim bilgisi
- Birçok zamir adlara benzer biçimde durum ekleri alır, ancak ben, sen ve o gibi biçimlerde özel gövde değişmeleri ve zamir n’si gibi yapılar görülebilir. Üçüncü kişi iyeliği sonrasındaki n ile zamir çekimindeki n aynı yüzeyde bulunsa da çözümleme yolu ayrıca kaydedilir.
- Cümle yapısı
- Ad öbeği olarak özne, nesne veya tümleç görevinde bulunabilir; bazı gösterme ve belgisizlik biçimleri ad önünde belirleyici işlev de üstlenebilir. Gönderimin hangi varlığa bağlandığı yalnız tür etiketiyle çözülmez, söylem içindeki önceki ve sonraki cümleler gerekir.
- Bağlam
- Kişi zamirleri çekimli eylemin kişi bilgisiyle birlikte kullanıldığında odak veya karşıtlık taşıyabilir; Türkçede öznenin söylenmemesi mümkün olduğu için zamirin varlığı salt kişi gereksinimiyle açıklanmaz. Gösterme biçimleri yakınlık, söylem ve işaret bağlamına göre yorumlanır.
- Geçiş davranışı
- Zamirlerin çıkış entropisi 2,774 bittir ve eylem, ad, zarf, sıfat ile ilgeç gibi farklı devam yollarına açılır. Bu genişlik, zamirin ad öbeği göreviyle çeşitli cümle konumlarına girebilmesini yansıtır; doğrudan komşuluk gönderim zincirinin çözüldüğü anlamına gelmez.
- Belirsizlik
- O, bu ve şu gibi biçimler zamir veya ad önünde belirleyici işlev gösterebilir; kimi ve bazı gibi biçimlerde adın açık ya da eksiltili oluşu yorumu değiştirir. Sistem sözlükteki zamir bilgisini korurken kullanımın ad öbeği içindeki görevini ayrı özellik olarak hesaplar.
benbukendisi
Ardından en sık
- Canlı profil bekleniyor.
Öncesinde en sık
- Canlı profil bekleniyor.
Bağlaç
Bağlanan birimlerin düzeyi ve anlam ilişkisiyle çözümlenir
- Tanım ve kapsam
- Sözcükleri, öbekleri, yan cümleleri veya bağımsız cümleleri ekleme, karşıtlık, seçenek, neden, sonuç ve benzeri anlam ilişkileriyle birbirine bağlayan görevli birimleri kapsar. Aynı yazımın ilgeç, zarf veya parçacık görevi bulunabildiği için yalnız sözlük listesi yeterli değildir.
- Biçim bilgisi
- Bağlaçlar çoğunlukla çekim eki almaz ve biçimce değişmez görünür; ancak birleşik ve kalıplaşmış bağlayıcı yapılar birden çok sözcükten oluşabilir. Ayrı yazılan de ve ki gibi biçimler, ek olan eş yüzeylerinden yazım, vurgu ve cümle yapısı yardımıyla ayrılır.
- Cümle yapısı
- Eş görevli birimleri veya farklı düzeydeki önermeleri bağlar; bağlacın kapsamı komşu tek sözcükle sınırlı olmayabilir. Bağlanan iki bölümün türü, eksiltili ortak ögeler ve bağlacın cümledeki yeri ilişki çözümlemesinde birlikte tutulur.
- Bağlam
- Öncesinde ve sonrasında ad, eylem ya da daha geniş öbekler bulunabilir. Bu yüzden bağlaç komşulukları çeşitli görünür. Bir bağlacın hangi iki yapıyı birleştirdiğini belirlemek için noktalama, yüklem sınırları ve öbek yapısı doğrudan komşuluk sayımının ötesinde incelenir.
- Geçiş davranışı
- Etiketli dizide ad → bağlaç 15.986 ve bağlaç → ad 14.777 gözlem taşır; bu karşılıklı yoğunluk ad öbeklerinin bağlanmasını görünür kılar. Bağlaç çevresindeki başka tür yolları eylem ve cümle bağlama işlevlerini yansıtır, fakat her iki komşu bağlanan ana öğeler olmak zorunda değildir.
- Belirsizlik
- De, ki, yalnız ve ancak gibi yüzeyler bağlama göre bağlaç, ek, sıfat veya zarf olabilir. Ayrı-bitişik yazım önemli bir ipucu olsa da OCR ve yazım hataları nedeniyle tek başına karar vermez. Vurgu bilgisi metinde bulunmadığında sözdizimi ve anlam kanıtı daha büyük ağırlık taşır.
veamaçünkü
Ardından en sık
- Canlı profil bekleniyor.
Öncesinde en sık
- Canlı profil bekleniyor.
İlgeç
Edat etiketiyle gelen kayıtlar ortak ilgeç başlığında normalleştirilir
- Tanım ve kapsam
- Önündeki ad öbeği veya yan yapıyla birlikte araç, benzerlik, amaç, neden, yön, karşılaştırma ve başka ilişkiler kuran görevli birimleri kapsar. Bu sayfada veri kaynaklarındaki edat etiketi ilgeç adı altında birleştirilir; terim farklılığı ayrı tür sayısını yapay biçimde büyütmez.
- Biçim bilgisi
- İlgecin kendisi çoğunlukla çekimlenmez, fakat yönettiği tamamlayıcının yalın, tamlayan, yönelme veya ayrılma durumunda bulunmasını isteyebilir. Bu durum seçimi ilgecin değerlik özelliğidir; tamamlayıcının son ekini ilgecin parçası gibi kesmek yanlış çözümleme üretir.
- Cümle yapısı
- Bir ad öbeğiyle ilgeç öbeği kurar ve bu öbek cümlede tümleç, niteleyici ya da belirteç görevi üstlenebilir. İlgecin kapsamı, önündeki en yakın sözcükten daha geniş bir ad veya eylemsi öbeği içerebilir; çözümleme öbek sınırını korur.
- Bağlam
- Gibi, için, göre ve kadar gibi birimler farklı durum biçimleri ve anlam ilişkileriyle kullanılır. Öncesindeki zamirlerin özel çekimi, tamlayan durumu biçimi veya yalın ad seçimi güçlü bağlam kanıtıdır. Sonrasındaki yüklem ve bağlaçlar ilgeç öbeğinin cümledeki yerini belirlemeye yardım eder.
- Geçiş davranışı
- Ham etiketlerde ilgeç ve edat olarak ayrılmış 29.674 tanık tek sınıfta birleştirilmiştir. İlgecin gelen ve giden geçişleri, yönettiği ad öbeğinin sonu ile ardından başlayan yüklem veya başka öbek arasındaki sınırı gösterir; doğrudan sıra sayımı yönetim ilişkisini tek başına kanıtlamaz.
- Belirsizlik
- Önce, sonra, yalnız ve doğru gibi biçimler ilgeç, zarf, sıfat veya ad olarak kullanılabilir. Tamamlayıcının varlığı, aldığı durum eki ve kurulan anlam ilişkisi ayırıcıdır. Sözlükte ilgeç kaydı bulunması, yüzeyin bütün cümlelerde ilgeç sayılması için yeterli değildir.
gibiiçingöre
Ardından en sık
- Canlı profil bekleniyor.
Öncesinde en sık
- Canlı profil bekleniyor.
Ünlem
Söylem işlevi ve noktalama çevresiyle birlikte değerlendirilir
- Tanım ve kapsam
- Duygu, tepki, seslenme, uyarı veya konuşma yönetimi bildiren ve çoğu zaman cümlenin önerme yapısına gevşek bağlanan birimleri kapsar. Ünlem sınıfı yalnız ünlem işaretiyle biten sözcüklerden oluşmaz; aynı biçimin başka türde kullanımı bağlamla ayrılır.
- Biçim bilgisi
- Çoğu ünlem çekimsiz görünür, ancak yansıma kökenli biçimler ad veya eylem türetimine taban olabilir ve kalıplaşmış çok sözcüklü ünlemler bulunabilir. Ses uzatmaları, yinelemeler ve yazıdaki duygusal çoğaltmalar sözlükbirim olarak doğrudan kabul edilmeden normalleştirilir.
- Cümle yapısı
- Tek başına sözce oluşturabilir, cümle başında veya arasında seslenme ve tepki katmanı kurabilir. Temel cümle ögelerinden biri olmaması, bağlamsal işlevinin önemsiz olduğu anlamına gelmez; söylem dönüşü, vurgu ve konuşur tutumu üzerinde etkisi vardır.
- Bağlam
- Noktalama, alıntı sınırı ve konuşma çizgisi ünlem çözümlemesinde önemli kanıtlardır. Bununla birlikte OCR kaynaklı işaret kaybı veya aşırı noktalama görülebilir. Sistem işareti tek ölçüt yapmaz, çevredeki yüklem ve seslenme yapılarını da inceler.
- Geçiş davranışı
- Etiketli alt kümede 1.706 ünlem tanığı vardır ve çıkış entropisi 2,959 bittir. Seyrek sınıfta yüksek entropi, çok çeşitli söylem çevreleri kadar veri azlığının etkisini de taşıyabilir; bu nedenle ünlem geçişleri geniş sınıflarla doğrudan karşılaştırılırken güven aralığı gözetilir.
- Belirsizlik
- Aman, haydi ve bravo gibi biçimler ünlem, söylem parçacığı veya kimi bağlamlarda adlaşmış kullanım gösterebilir. Yansıma dizileri de her zaman ünlem değildir. Karar, sözcenin bağımsızlığı, çağrı veya tepki işlevi, noktalama ve çevre cümlenin yapısıyla birlikte verilir.
amanheybravo
Ardından en sık
- Canlı profil bekleniyor.
Öncesinde en sık
- Canlı profil bekleniyor.
Sayı sözü
Geleneksel temel türlerle aynı düzeyde olduğu ileri sürülmez
- Tanım ve kapsam
- Miktar, sıra, bölüştürme, kesir veya yaklaşık nicelik bildiren sözcük ve rakam karşılıklarını ölçüm amacıyla ortak bir hesaplama etiketi altında toplar. Sayı sözleri ad önünde niteleyici olabilir, tek başına adlaşabilir veya çeşitli yapım ekleriyle yeni sözlükbirimler kurabilir.
- Biçim bilgisi
- Sıra sayısı, üleştirme ve topluluk anlamları yapım ekleriyle kurulabilir; adlaşmış sayı sözleri çokluk, iyelik ve durum ekleri alabilir. Rakamla yazım ile sözcükle yazım aynı yüzey türü değildir ve nokta ya da kesme işareti içeren biçimler temizleme aşamasında bağlamla denetlenir.
- Cümle yapısı
- Ad öbeğinde nicelik belirler, ad eksiltildiğinde çekirdek görevi üstlenir ve yüklem olabilir. Sayıdan sonra gelen adın Türkçede çoğunlukla tekil biçimde bulunması önemli bir örüntüdür; ancak ölçü birimleri, kalıplaşma ve özel adlar ayrı değerlendirilir.
- Bağlam
- Rakamların tarih, saat, madde numarası, ölçü veya nicelik bildirmesi çevresindeki sözcüklerle ayrılır. Aynı işaret dizisini sayı sözü saymak yeterli değildir; başlık, kaynak künyesi ve tablo artıkları cümle metninden ayrılmadan dağılımı bozabilir.
- Geçiş davranışı
- Etiketli dizide 18.499 sayı sözü tanığı ve yüzde 2,168 pay vardır. Çıkış entropisi 2,241 bittir; ad yönündeki yoğunluk nicelik öbekleriyle uyumludur, ancak tarihler, oranlar ve sıra bildirimleri başka yollar oluşturur. Grafikler rakam ve yazıyla sayı alt kümelerini ayrıca karşılaştırmaya açık tutulur.
- Belirsizlik
- Birinci gibi türemiş biçimler sıfat, adlaşmış sıra adı veya derece bildirimi taşıyabilir; yüz ve bin gibi biçimler eşyazımlı başka lemalara açılabilir. Sayısal yazımın bulunması sözcük türü kararını otomatikleştirmez, anlam ve öbek görevi ayrıca çözülür.
ikiyüzüçüncü
Ardından en sık
- Canlı profil bekleniyor.
Öncesinde en sık
- Canlı profil bekleniyor.
Soru parçacığı
Soru edatı etiketi tek ve açık bir hesaplama adı altında birleştirilir
- Tanım ve kapsam
- Evet-hayır sorusu, kuşku, vurgu veya söylem değeri kuran mi parçacığının ünlü uyumuna bağlı mı, mi, mu ve mü yüzeylerini kapsar. Ayrı yazılması ve önceki ögeye bağlanması, onu sıradan bir bağımsız ad veya bağlaç gibi ele almayı engeller.
- Biçim bilgisi
- Parçacık kendinden önceki ögeye göre ünlü uyumuna girer, ardından kişi ve zamanla ilişkili ekler alabilir. Yüzeyin ayrı yazılması biçimsel bağını ortadan kaldırmaz; çözümlemede uyum kaynağı, kapsam ögesi ve ardından gelen ekler ayrı özellikler olarak korunur.
- Cümle yapısı
- Kapsamına aldığı ögeye göre bütün cümleyi veya belirli bir bileşeni soru odağına taşıyabilir. Cümledeki yeri soru kapsamını etkiler; yalnız cümle sonunda bulunacağı varsayılmaz. Sözdizimsel konum, vurgu bilgisi olmadığında temel kapsam ipuçlarından biridir.
- Bağlam
- Önceki ögenin son ünlüsü yüzey değişkesini, parçacığın konumu ise soru odağını belirlemeye yardım eder. Soru işareti destekleyici kanıttır, fakat doğrudan alıntı, retorik kullanım veya eksik noktalama nedeniyle zorunlu koşul yapılmaz.
- Geçiş davranışı
- Etiketli alt kümede 2.730 soru parçacığı tanığı ve yüzde 0,320 pay vardır; çıkış entropisi 2,626 bittir. Parçacıktan sonra kişi ekiyle bağlantılı biçimler, yüklem devamı veya cümle sınırı görülebilir. Komşuluk, kapsam çözümlemesiyle birlikte yorumlanır.
- Belirsizlik
- Mi yüzeyi nota adı, yabancı özel ad parçası veya OCR kırığı olarak da görünebilir. Soru parçacığı kararı yalnız dize eşleşmesine dayanmaz; ünlü uyumu, ayrı yazım, cümle yapısı, soru kapsamı ve kaynak niteliği birlikte denetlenir.
mımimü
Ardından en sık
- Canlı profil bekleniyor.
Öncesinde en sık
- Canlı profil bekleniyor.
Ek eylem
Bağımlı ve ayrı yazılan gerçekleşmeleri ortak işlev altında çözümlenir
- Tanım ve kapsam
- Ad soylu yüklemlerde kişi, zaman, görünüş ve kip bağlantısı kuran; ayrıca birleşik zamanlı eylem biçimlerinin oluşumuna katılan i- kökenli yapıları kapsar. Ek eylem tek bir serbest sözcük gibi davranmaz ve farklı yüzeylerde bağımlı ya da ayrı yazılmış biçimde gerçekleşebilir.
- Biçim bilgisi
- İdi, imiş ve ise biçimleri ayrı veya bitişik gerçekleşebilir; geniş zaman ve bildirme işlevlerinde kişi ekleri ya da -dır biçimi devreye girebilir. -dır yüzeyi ettirgenlik ekiyle eş sesli olduğundan tabanın türü ve zincirdeki konumu denetlenmeden görev atanmaz.
- Cümle yapısı
- Ad, sıfat, zamir ve kimi başka ad soylu ögeleri yüklemleştirir; çekimli eylemlere katıldığında birleşik zaman ve görünüş yapıları kurabilir. Yüklem başının sözlüksel türü ile ek eylemin taşıdığı dil bilgisel özellikler aynı etiket altında eritilmez.
- Bağlam
- Öncesindeki ad soylu yapı veya çekimli eylem, sonrasındaki kişi eki ve cümlenin zaman-görünüş yorumu belirleyicidir. Yazıda düşebilen veya kaynaşan biçimler nedeniyle yalnız boşluk ve yüzey sonluğu güvenilir sınır sayılmaz.
- Geçiş davranışı
- Etiketli dizide yalnız 144 açık ek eylem etiketi bulunması, işlevin seyrek olduğu anlamına gelmez; bağımlı gerçekleşmelerin önemli bölümü çekimli yüzey çözümlemesinde tutulur. Bu nedenle ham tür geçiş sayısı işlev sıklığını eksik temsil eder ve ek atlası verisiyle birlikte okunur.
- Belirsizlik
- Bildirme -dır biçimi, ettirgenlik -dır eki ve sözlüksel dizi benzer yüzeyler üretebilir. İse de bağlaç benzeri anlam ilişkileri kurabilir. Sistem tabanın türü, ek sırası, kişi-zaman özellikleri ve cümledeki yüklem yapısını birlikte denetler.
idiimişise
Ardından en sık
- Canlı profil bekleniyor.
Öncesinde en sık
- Canlı profil bekleniyor.
Özel ad
Hesaplama ve yazım denetimi için ayrı etiketlenir
- Tanım ve kapsam
- Belirli bir kişi, yer, kurum, eser veya tekil adlandırma hedefini gösteren adları kapsar. Özel ad, ad sınıfından bütünüyle bağımsız bir temel tür olarak sunulmaz; gönderim, büyük harf ve çekim yazımı gibi özelliklerin ölçülebilmesi için ayrı hesaplama etiketiyle izlenir.
- Biçim bilgisi
- Ad çekim eklerini alabilir ve ses olayları gösterebilir; yazımda kesme işareti kullanımı özel adın yapısına ve güncel yazım kurallarına bağlıdır. Kesme işareti biçimsel ek sınırını görünür kılabilir, ancak OCR kaybı veya kaynak yazımı nedeniyle tek güven ölçütü olamaz.
- Cümle yapısı
- Ad öbeklerinde çekirdek olur ve genel adlarla aynı temel cümle görevlerini üstlenebilir. Birden çok sözcüklü özel adların iç yapısı korunmalı, her parça bağımsız sözlükbirim adayı yapılmamalıdır. Unvan, kurum türü ve adlandırma çekirdeği bağlamla ayrılır.
- Bağlam
- Büyük harf, kaynak başlığı, künyeler ve cümle başı konumu özel ad çözümlemesini etkiler. Cümle başındaki sıradan sözcük otomatik özel ad sayılmaz; farklı kaynaklarda aynı adlandırma, çevre sözcükleri ve yazım kararlılığı birlikte değerlendirilir.
- Geçiş davranışı
- Etiketli dizide 72.540 özel ad tanığı ve yüzde 8,501 pay vardır. Özel ad → özel ad 22.711 gözlemle çok sözcüklü adlandırmaları, özel ad → ad 19.964 gözlemle unvan, tür adı veya yeni öbek bağlantılarını taşıyabilir. Her iki yol ad öbeği sınırıyla denetlenir.
- Belirsizlik
- Genel ad ile özel ad arasında bağlama bağlı geçişler, marka veya eser adları ve cümle başı büyük harfi yanlış etiket üretebilir. Özel ad olduğu belirlenen bir yüzey yeni genel sözlükbirim adayı sayılmaz; aynı yüzeyin genel dil kullanımı varsa ayrı tanıklarla kanıtlanır.
AnkaraTürkiyeMarmara
Ardından en sık
- Canlı profil bekleniyor.
Öncesinde en sık
- Canlı profil bekleniyor.
Kısaltma
Açılımın söz türünü devralabilen özel hesaplama etiketi
- Tanım ve kapsam
- Bir veya birden çok sözcüğün harf, hece ya da kesilmiş yazım yoluyla kısaltılmış gösterimlerini kapsar. Kısaltma başlı başına ad, sıfat veya başka bir sözlüksel tür olmak zorunda değildir; cümledeki görev çoğunlukla açılımın türü ve anlamıyla belirlenir.
- Biçim bilgisi
- Ekler kısaltmanın okunuşuna göre bağlanabilir ve yazımda kesme işareti kullanılabilir. Harf dizisinin sesletimi bilinmeden yalnız son harfe bakarak ünlü uyumu veya ek değişkesi kestirilmez. Noktalı kısaltmalar cümle sonu işaretiyle karıştırılmamalıdır.
- Cümle yapısı
- Kurum, ölçü, unvan veya teknik terim kısaltmaları çoğunlukla ad öbeği görevi görür; başka açılımlar sıfat veya farklı görevler taşıyabilir. Bu nedenle kısaltma etiketi yazımsal biçimi, ayrıca tutulan söz türü etiketi ise cümledeki dil bilgisel davranışı gösterir.
- Bağlam
- Büyük harf dizisi, nokta ve sayı birlikteliği güçlü ipuçlarıdır; ancak başlık kalıntıları, dosya adları ve OCR parçaları gerçek kısaltmayla karışabilir. Açılımın kaynakta verilmesi, çevre sözcükleri ve farklı cümlelerdeki tutarlı kullanım doğrulama sağlar.
- Geçiş davranışı
- Etiketli alt kümede 133 açık kısaltma etiketi vardır; seyrek sayı nedeniyle 2,627 bitlik çıkış entropisi geniş bir dilsel genelleme olarak sunulmaz. Canlı dağılımda kısaltmaların ağırlığı, yalnız doğrulanmış lema eşlemeleri üzerinden hesaplanır ve düşük kapsama açıkça belirtilir.
- Belirsizlik
- Kısa büyük harf dizileri özel ad, kimyasal simge, ölçü birimi, dosya artığı veya sıradan sözcük olabilir. Kısaltma kararı yalnız uzunluk ve büyük harfe dayanmaz; açılım, kaynak alanı, eklenme biçimi ve cümledeki görev birlikte denetlenir.
TBMMcmDr.
Ardından en sık
- Canlı profil bekleniyor.
Öncesinde en sık
- Canlı profil bekleniyor.
Bağlam içinde tür davranışını değiştiren süreçler
Adlaşma ve niteleyici kullanım
Sıfat, sayı sözü veya kimi başka birimler ad açıkça söylenmediğinde ad öbeğinin çekirdeğini üstlenebilir ve ad çekim ekleri alabilir. Sistem bu kullanımı yeni bir sözlükbirim saymadan önce kalıcılık, anlam değişmesi ve kaynak yayılımını denetler; sözlüksel tür ile cümledeki ad görevi ayrı tutulur.
Eylemsiler ve çift katmanlı tür bilgisi
Ad eylem, ortaç ve ulaç biçimleri eylem tabanının çatı, olumsuzluk, görünüş ve değerlik özelliklerinden bir bölümünü korurken cümlede ad, sıfat veya zarf işlevi üstlenebilir. Yalnız son eke göre tek etiket atamak bu çift katmanlı yapıyı siler; çözümleme hem eylem kökenini hem güncel görevi kaydeder.
Eşyazımlılık ve bağlamla ayrıştırma
Aynı yüzey biçim farklı lemalara veya türlere açılabildiğinde sıklık tek başına karar vermez. Ek dizisi, yüklem uyumu, durum yönetimi, komşu türler, cümle içindeki konum ve daha uzak anlam bağlamı birlikte puanlanır; karar marjı düşükse sistem kesin etiket yerine açıklanabilir belirsizlik döndürür.
Öbek ve tamlama sınırları
Birden çok sözcüğün art arda gelmesi onları otomatik olarak yeni bir sözlükbirim veya tek tür yapmaz. Ad tamlamaları, ilgeç öbekleri, birleşik eylemler, ikilemeler ve kalıplaşmış sözler; iç türlerini koruyan yapı katmanları olarak incelenir. Sözlükbirimleşme için bağ kuvveti, anlam bütünlüğü ve kaynak yayılımı ayrıca gerekir.
Söylem, eksilti ve devrik yapı
Türkçede özne veya ad çekirdeği bağlamdan anlaşılabildiğinde söylenmeyebilir; odak ve anlatım düzeni yüklemi ya da tümleci alışılmış konumdan taşıyabilir. Bu nedenle tür geçiş modeli sık yolu önceliklendirse bile seyrek diziyi otomatik olarak yanlış saymaz; eksik öge ve söylem bağını daha geniş cümle penceresinde arar.
Değerlik temelli ayrı ölçüm
Eylem geçişliliği ile tür geçişi aynı ölçüm değildir
Çerçeve taraması okunmayı bekliyor.
Tür geçişi ad → eylem gibi komşu etiketlerin cümledeki sırasını ölçer. Eylem geçişliliği ise bir eylem kullanımının belirtme durumlu nesne, başka bir tamamlayıcı veya açık argüman gerektirip gerektirmediğini değerlik çerçeveleri üzerinden inceler. Aynı eylem farklı anlam ve yapılarda geçişli, geçişsiz ya da açık argümansız tanıklanabilir; sonuç lema üzerine değişmez mühür olarak yazılmaz.
- Belirtme durumlu ad öbeği güçlü geçişlilik kanıtıdır, ancak eksiltili nesne ve belirsiz yalın nesne olasılıkları nedeniyle tek ölçüt değildir.
- Edilgenlik, dönüşlülük, ettirgenlik ve eylemsi yapı temel eylemin değerlik çerçevesini değiştirebilir; çatı bilgisi çözümleme boyunca korunur.
- Geçişli, geçişsiz ve açık argümansız oranlar kullanım sayılarıyla ağırlıklandırılır; anlam ayrımı yapılmadan bütün eylemler için mutlak sınıf üretilmez.
- Canlı sayfa mevcut çerçeve taramasının zamanını ve eskilik durumunu gösterir; yeni derlem verisi taranana kadar eski ölçüm güncelmiş gibi etiketlenmez.
Yorum sınırı: Yüzeyde nesne bulunmaması eylemin sözlüksel olarak geçişsiz olduğunu kanıtlamaz; Türkçede nesne bağlamdan anlaşılabilir veya yalın biçimde bulunabilir. Buna karşılık belirtme durumlu her ad da nesne değildir. Güvenilir yorum eylem anlamı, çatı, durum, bağımlılık ve cümle bağlamını birlikte gerektirir; otomatik çerçeve sayımı insan denetiminin yerine geçmez.
Ölçüm, denetim ve keşif katmanları
On iki yenilikçi hesaplama katmanı
Bu katmanlar beş biçimsel merceği tamamlar ve Türkçe biçim bilgisinin farklı belirsizliklerini ayrı araçlarla ölçer. Entropi dağılım yoğunluğunu, Markov modeli ek ve sözcük türü geçişlerini, cebirsel bileşim izinli çözümleme yollarını, paradigma çözümlemesi gözlenen ve beklenen hücreleri, karşı örnekler kural dayanıklılığını, eşyazımlılık katmanı çoklu çözümlemeyi, etkin öğrenme inceleme önceliğini, zaman dizileri üretkenlik değişimini, dağılım uzaklıkları alan farkını, Transformer katmanı uzun bağlamdaki ayrıştırmayı, Ek Üretkenlik İndeksi güncel türetim gücünü ve Canlı Türkçe Ek Atlası bütün tanıklı ek envanteri ile morfotaktik yolları ele alır. Hiçbir katman tek başına dil bilgisel hüküm üretmez.
Sürümlü ölçüm etiketi, değerin bölüm anlık görüntüsü üzerinde gerçekten hesaplandığını gösterir. Etkin denetim etiketi, kuralın yayın doğrulamasında çalıştığını; pilot etiketi ise yöntem ve veri sözleşmesinin hazır olduğunu, fakat sonuçların henüz dil bilgisel bulgu olarak yayımlanmadığını bildirir. Belge yayın tarihi gerektiren hesaplarda sisteme giriş zamanı dilsel zaman yerine kullanılmaz.
Sürümlü kanıt sentezi
Hesaplama ve ekler katmanından doğrulanmış ortak sonuçlar
Bu özet yalnız sürümlü ölçümle sayısallaştırılmış veya etkin yayın denetiminde gerçek tanıklarla doğrulanmış sonuçları bir araya getirir. Pilot katmanların varsayımları, beklenen çıktıları ve araştırma sınırları aşağıdaki kendi kartlarında gösterilir; henüz bütün derlem üzerinde hesaplanmamış bir değer ortak bulguya dönüştürülmez.
Ek ağırlıkları tek bir gözlem kümesine kapanmıyor
- Net bulgu ve kanıt
- Yedi yüksek kesinlikli doğrudan ek kümesi 94.974.361 ağırlıklı geçiş taşır. Bu dağılımın Shannon entropisi 2,642 bit, yedi kümeye göre normalleştirilmiş entropisi yüzde 94,1 ve etkili küme sayısı 6,244 olarak ölçülmüştür.
- Sonuç
- Seçilmiş ek kümelerinin canlı ağırlığı yalnız bir işlev çevresinde yığılmadığı için biçim bilgisel çeşitlilik tek bir sıklık sütunuyla açıklanamaz. Yoğunlaşma, yayılım ve ek sırası ayrı ölçülerle birlikte değerlendirilmelidir.
- Yorum ve sınır
- Bu sayı bütün Türkçenin biçim bilgisel entropisi değildir; yayımlanan yedi doğrudan kümenin sürümlü profilidir. Yüksek entropi tek başına üretkenlik veya doğruluk, düşük entropi de hata anlamına gelmez.
Ad ve eylem paradigmaları aynı genişlikte yüzeylenmiyor
- Net bulgu ve kanıt
- Korumalı çeşitlilik profilinde 7.960 ad lemasının 5.112’si, 5.998 eylem lemasının ise 5.165’i en az on altı farklı yüzey biçimle tanıklanmıştır. Karşılık gelen oranlar yüzde 64,2 ve yüzde 86,1’dir.
- Sonuç
- Eylem lemaları bu sürümün korumalı örnekleminde geniş yüzey çeşitliliği eşiğine adlardan daha sık ulaşır. Bu fark, Türkçe eylem çekiminin kişi, zaman, görünüş, kip, olumsuzluk ve çatı bileşimleriyle kurduğu geniş yüzey alanını görünür kılar.
- Yorum ve sınır
- Yüzey çeşidi sayısı paradigma hücresi sayısıyla özdeş değildir; eşsesli biçimler, yapım ekleri ve çözümleme belirsizliği ayrıca denetlenir. Derlemde görünmeyen bir hücre dil bilgisinde olanaksız sayılmaz.
Ek sınırı son harf benzerliğinden güvenilir biçimde çıkarılamıyor
- Net bulgu ve kanıt
- Yayın denetimi kitap + -lık + -lar + -ı- + -mız + -da, ev + -ler + -i- + -miz + -den ve kapı + -sı + -n- + -dan çözümlemelerini ayrı işlev katmanlarıyla korur. Bağlayıcı ünlüler kişi ekine, zamir n’si ise durum ekine katılmaz.
- Sonuç
- Türkçe ek çözümlemesi yüzey sonu araması yerine lema, söz türü, özellik dizisi, ses uyumu ve morfotaktik sırayı birlikte gerektirir. Bu ayrım yanlış lema üretimini ve gerçek ek olmayan harf dizilerinin sıklık hesabına karışmasını azaltır.
- Yorum ve sınır
- Sonlu durum yapısınca izin verilen bir yol anlam ve sözlükbirimleşme bakımından kendiliğinden doğru olmaz. Cümle bağlamı, gerçek kullanım tanığı ve gerektiğinde insan denetimi nihai kararın parçası olarak kalır.
Yakın bağlam sözcük türü öngörüsünü artırıyor fakat tek başına belirlemiyor
- Net bulgu ve kanıt
- Cümle sınırları korunmuş 853.347 etiketli token ve 780.494 yönlü tür geçişinde sonraki tür entropisi 2,604 bitten önceki tür bilindiğinde 2,420 bite iner. Komşu türler arasındaki karşılıklı bilgi 0,184 bit, göreli öngörü kazancı yüzde 7,065’tir.
- Sonuç
- Komşu sözcüğün türü sonraki tür için ölçülebilir bilgi taşır; sıfat → ad ve ad → eylem yolları belirginleşir. Buna rağmen kalan belirsizlik, uzak bağlamın, ek bilgisinin, söz diziminin ve anlam ayrımının gerekli olduğunu gösterir.
- Yorum ve sınır
- Etiketli geçiş paydası ile bütün derlemin canlı lema ağırlığı farklı ölçüm evrenleridir ve birbirine karıştırılmaz. Yönlü komşuluk sözdizimsel bağımlılık veya değişmez tür kuralı olarak yorumlanmaz.
Katmanların ortak sonucu, Türkçe biçim bilgisinin tek bir kök bulma ya da son ek silme işlemiyle çözülemeyeceğidir. Güvenilir çözümleme; sözlükbirim, ek sınırı, ses gerçekleşmesi, morfotaktik sıra, sözcük türü, cümle bağlamı, kaynak yayılımı ve belirsizlik bilgisini aynı kanıt zincirinde koruduğunda güçlenir.
Sayısal sonuçlar hüküm değil, sınırları açık kanıtlardır. Her kart paydasını, ölçüm zamanını ve kapsamadığı olguları ayrıca bildirir; pilot sonuçlar kesin bulgulardan ayrılır. Derlem büyüdükçe canlı atlas yeniden hesaplanır, sürümlü sonuçlar ise ancak aynı yöntemle yeniden ölçülüp denetlendikten sonra güncellenir.
Entropi ve en küçük betimleme uzunluğu
Doğrudan gözlenen ek kümelerinin ağırlığı tek bir kategori çevresinde mi toplanıyor, yoksa kümeler arasında ne ölçüde dağılıyor; aynı veriyi açıklayan çözümleme, gereksiz parça ve kural eklemeden ne kadar ekonomik kurulabiliyor?
q_i = c_i / Σ_j c_j; H(q) = -Σ_i q_i log₂ q_i; L_toplam = L(model) + L(veri | model)
- Seçilmiş gözlem ağırlığı
- 94.974.361 geçiş
- Shannon entropisi
- 2,642 bit
- Normalleştirilmiş entropi
- %94,1 yedi kümeye göre
- Etkili küme sayısı
- 6,244 2ᴴ
- Türkçeye nasıl uygulanıyor?
- Yedi yüksek kesinlikli doğrudan ek kümesinin geçiş sayıları önce kendi toplamına bölünerek q dağılımına dönüştürülür ve Shannon entropisi hesaplanır. Ayrı MDL katmanı, çözümleme sözlüğünü kodlama maliyeti ile derlem biçimlerini bu sözlük üzerinden kodlama maliyetini toplar. Daha kısa betimleme yalnız aday seçer; Türkçenin ek sınırları, bağlam ve sözlükbirim bilgisiyle uyuşmayan aşırı bölme veya bölmeme kabul edilmez.
Derlem ve denetim ne gösteriyor?
Sürüm anlık görüntüsündeki yedi doğrudan ek kümesi toplam 94.974.361 gözlem ağırlığı taşır. Bu profilin entropisi 2,642 bit, yedi kümeye göre normalleştirilmiş entropisi yüzde 94,1 ve etkili küme sayısı 6,244’tür. Sonuç, yayımlanan alt küme ağırlığının tek bir etikette yığılmadığını gösterir; bütün Türkçenin biçim bilgisel entropisi veya kategorilerin kullanım olasılığı olarak yorumlanmaz.
Çözümleme hangi çıktıyı sağlıyor?
Entropi, dönem, kaynak ve lema ailesi düzeyinde karşılaştırılabilir bir yoğunlaşma göstergesi üretir. MDL puanı ise aynı yüzey biçimi için önerilen parçalamaları ortak bir kodlama ölçeğinde sıralar. İki ölçüm birlikte, çok sık bir kalıbın baskınlaşmasını, aşırı parçalanmış OCR kalıntılarını ve gereksiz kural ekleyerek veriyi ezberleyen çözümleyicileri inceleme kuyruğuna taşır.
Sonuç nasıl okunmalı?
Grafikteki yedi küme birbirinden bağımsız bütün dil bilgisel olayların eksiksiz envanteri değildir ve karmaşık bir yüzey birden çok biçimsel ilişki taşıyabilir. Bu nedenle 2,642 bit yalnız açıklanan gözlem profilinin yoğunlaşma ölçüsüdür. Düşük entropi yanlışlık, yüksek entropi üretkenlik anlamına gelmez; MDL bakımından kısa bir çözümleme de tek başına dil bilgisel doğruluk güvencesi vermez.
Markov zinciri ve biçim birimi geçişleri
Bir biçimsel katmandan sonra hangi katmanın gelmesi beklenir ve tanıklanmış diziden çok uzak bir geçiş gerçek bir seyrek kullanım mı, yanlış çözümleme mi, yoksa optik karakter tanıma gürültüsü mü olabilir?
P(m₁…m_k) = P(m₁) ∏_{t=2}^k P(m_t | m_{t-r:t-1}); h = lim_{k→∞} H(M_k | M₁…M_{k-1})
- Türkçeye nasıl uygulanıyor?
- Durumlar ham harf sonları değil; kök, türetim, çokluk, kişi iyeliği, zamir n’si, durum, çatı, olumsuzluk, zaman-görünüş-kip ve kişi gibi Türkçeye özgü türlenmiş katmanlardır. Geçiş olasılıkları yalnız sonlu durumlu çözümleyiciyle uyumlu ve bağlamla doğrulanmış dizilerden öğrenilir. Değişken dereceli ya da yarı Markov yapı, yalnız komşu eki değil gerektiğinde önceki katman dizisini ve ekin kapladığı yüzey uzunluğunu da koşul olarak kullanır.
Henüz sayısal bulgu değildir
Kapısından tanığı pilot durum sözlüğünün neden harf n-gramı olamayacağını gösterir. Geçerli yol kapı tabanından üçüncü kişi iyeliğine, oradan ayrı zamir n’sine ve ayrılma durumuna ilerler. Model -sın parçasını kişi eki sanarsa yüzey olasılığı yüksek görünse bile türlenmiş geçiş zinciri bozulur. Bu sürüm geçiş şemasını yayımlar, fakat tüm derlem üzerinde tamamlanmamış olasılıkları sayısal sonuç gibi sunmaz.
Çözümleme hangi çıktıyı sağlıyor?
Model her çözümleme yoluna koşullu olasılık, şaşırtıcılık ve geçiş entropisi verir. Düşük olasılıklı fakat sonlu durum kurallarınca izinli yollar insan incelemesine; kurallarca imkânsız yollar doğrudan hata sınamasına gider. Kaynaklar arasında kararlı yeni geçişler, üretken bir ek sırasının genişlemesi veya yeni bir sözlükbirimleşme örüntüsü için aday oluşturabilir.
Sonuç nasıl okunmalı?
Birinci dereceden Markov varsayımı uzun erimli kapsam ilişkilerini kaybedebilir; yüksek dereceli model ise seyrek dizileri ezberleyebilir. Sıklık da dil bilgisel doğruluk değildir. Bu nedenle model geçerli olmayan diziyi yalnız sık diye kabul etmez, seyrek diziyi de yalnız şaşırtıcı diye silmez. Gerçek tanık, sonlu durum uygunluğu ve Türkçe ek sırası nihai denetimde korunur.
Cebirsel bileşim ve ağırlıklı sonlu durum yapısı
Bir çözümleme yolu hangi işlemlerle bileşebilir, farklı çözümleme yollarının maliyetleri nasıl karşılaştırılabilir ve yüzeyden lemaya giderken bağlayıcı ünlü ya da zamir n’si gibi ara bilgiler nasıl korunabilir?
A = (S, ∘, ε); T = T_sözlük ∘ T_biçimdizimi ∘ T_ses; w(π) = ⊗_{e∈π} w(e), W(x,y) = ⊕_{π:x⇒y} w(π)
- Türkçeye nasıl uygulanıyor?
- Türkçe biçim birimi ekleme işlemi her iki yönde tanımlı sıradan bir toplama sayılmaz; yalnız türleri uyuşan durumlar arasında tanımlanan kısmi bir bileşimdir. Boş biçim ε özdeşlik elemanı gibi davranır. Sonlu durumlu dönüştürücü, yüzey ile çözümleme arasındaki ilişkiyi taşırken Boolean yarı halka izinli yolları, tropikal yarı halka ise maliyeti en düşük çözümleme yolunu hesaplar. Bileşim, ses uyumu ve gövde nöbetleşmesi dönüştürücüleriyle ayrı ayrı kurulup sonra denetlenebilir.
Derlem ve denetim ne gösteriyor?
Yayın koruması kitap + -lık + -lar + -ı- + -mız + -da, ev + -ler + -i- + -miz + -den ve kapı + -sı + -n- + -dan yollarını türlenmiş parçalara ayırır. Ev + -imiz gibi bağlayıcı ünlüyü kişi ekine katan bir değişiklik veri yüklenirken reddedilir. Böylece cebirsel bileşim yalnız soyut bir açıklama değil, bölüm verisinin yanlış sınırlarla yayımlanmasını engelleyen çalışır bir değişmezdir.
Çözümleme hangi çıktıyı sağlıyor?
Ağırlıklı bileşim aynı yüzey için birden çok çözümlemeyi tek bir en iyi yanıta zorlamadan sıralar, n-en iyi yolları ve toplam yol maliyetini verir. Ayrı dönüştürücülerin bileşimi sayesinde bir hata sözlük girişinde mi, ek sırasında mı, ses gerçekleşmesinde mi, yoksa bağlam puanında mı doğduğunu izlemek mümkün olur. Bu iz, txlema düzeltmelerinin açıklanabilir öğrenme kaydına bağlanabilir.
Sonuç nasıl okunmalı?
Türkçe biçim bilgisi yalnız yüzey dizgilerinin birleşmesinden ibaret değildir. Anlam değişmesi, sözlükbirimleşme, öbek yapısı ve bağlamsal çok anlamlılık cebirsel yolun dışında ek kanıt gerektirir. Tropikal yarı halkadaki en düşük maliyet en doğru dil bilgisel yorumla özdeş değildir; ağırlıklar hatalı veriden öğrenilmişse biçimsel olarak kusursuz bileşim yanlış adayı öne çıkarabilir.
Paradigma kapsaması ve boş hücre keşfi
Bir lemanın Türkçenin izin verdiği çekim hücrelerinden hangileri derlemde görülüyor, hangileri yalnız veri eksikliği nedeniyle görünmüyor ve hangi beklenmedik boşluklar çözümleme hatasına veya gerçek kullanım kısıtına işaret ediyor?
Kapsama(ℓ) = |C_gözlenen(ℓ)| / |C_izinli(ℓ)|; boşluk(ℓ,c) = 1[c∈C_izinli ∧ c∉C_gözlenen]
- Korumalı ad leması
- 7.960 lema
- En az 16 biçimli ad
- 5.112 %64,2
- Korumalı eylem leması
- 5.998 lema
- En az 16 biçimli eylem
- 5.165 %86,1
- Türkçeye nasıl uygulanıyor?
- Her lema için söz türüne uygun özellik demetlerinden bir paradigma ızgarası kurulur. Gözlenen yüzey biçimler hücrelere yalnız güvenli çözümlemeden sonra yerleştirilir; kuramsal olarak izinli fakat gözlenmeyen hücreler tahmin olarak işaretlenir ve sözlük maddesi gibi kaydedilmez. Kapsama, gözlenen izinli hücrelerin toplam izinli hücrelere oranıdır. Karşılaştırma aynı çekim sınıfındaki yeterli sıklığa sahip lemalara göre yapılır.
Derlem ve denetim ne gösteriyor?
Korumalı çeşitlilik profilinde 7.960 ad lemasının 5.112’si en az on altı, 5.998 eylem lemasının 5.165’i en az on altı farklı yüzey biçimiyle tanıklanmıştır. Bu oranlar sırasıyla yüzde 64,2 ve yüzde 86,1’dir. Değerler kuramsal paradigmanın tamamlandığını göstermez; yalnız yayımlanmış anlık görüntüde yüksek yüzey çeşitliliğine ulaşan lema payını verir ve derin boşluk incelemesi için başlangıç tabakası oluşturur.
Çözümleme hangi çıktıyı sağlıyor?
Çıktı, her lema için gözlenen hücre matrisi, kanıt cümleleri, kaynak yayılımı ve benzer lemalara göre beklenen fakat bulunmayan hücre listesidir. Yeni veri geldiğinde boşluk kendiliğinden kapanabilir. Uzun süre geniş kaynaklarda görünmeyen ve anlam bakımından da uyumsuz hücreler, sözlüksel kısıt veya kusurlu paradigma adayı olarak uzman incelemesine sunulur.
Sonuç nasıl okunmalı?
Derlemde görülmeme dil bilgisinde olanaksızlık değildir; seyrek biçimler, tür ve dönem dengesizliği ya da kaynak eksikliği yüzünden tanıklanmamış olabilir. Yüzey çeşitliliği de hücre çeşitliliğiyle aynı değildir; yazım değişkeleri sayıyı büyütebilir. Sistem bu nedenle otomatik olarak eksik biçim üretip derleme eklemez ve paradigma boşluğunu insan denetimi olmadan kural saymaz.
Karşı örnek ve başkalaşımsal sınama
Bir çözümleme kuralı yalnız olumlu örnekleri ezberlemek yerine, anlamı korunması gereken dönüşümlerde aynı sınırları koruyor mu ve küçük ama dil bilgisel açıdan kritik bir değişiklik yapıldığında hatayı yakalayabiliyor mu?
I(x) = I(τ(x)); beklenen(masa + -mız) = masamız; reddet(ev + -imiz); koru(kapı + -sı + -n- + -dan)
- Türkçeye nasıl uygulanıyor?
- Başkalaşımsal sınama, altın bir çözümlemeden anlamlı varyantlar üretir ve korunması gereken değişmezleri yazar. Ünsüzle biten tabandan ünlüyle biten tabana geçildiğinde bağlayıcı ünlünün kaybolması, kişi iyeliğinin ayrı kalması ve üçüncü kişi iyeliğinden sonra durum geldiğinde zamir n’sinin görünmesi bu değişmezlerdendir. Geçersiz karşı biçimler derleme veya sözlüğe yazılmaz; yalnız test girdisi olarak tutulur.
Derlem ve denetim ne gösteriyor?
Bu sürümde yedi katmanlaşma satırı yayın öncesi yapısal sınamadan geçer. Beş kritik çözümleme tam dizi olarak kilitlenmiştir. Evlerimizden satırında -i- bağlayıcı ünlüsü ile -miz kişi iyeliğini birleştiren, kapısından satırında -n- için zamir n’si rolünü kaldıran, işteş görüştüler biçimindeki -ü- ile -ş sınırını bozan veya eylem adı görüş içindeki -üş ekini bölen bir değişiklik yüklemeyi durdurur. Böylece eleştiriye açık sınırlar yalnız metinde söylenmez, çalıştırılabilir karşı örneklerle korunur.
Çözümleme hangi çıktıyı sağlıyor?
Her yeni çözümleme kuralı için olumlu tanık, yakın karşı örnek, korunacak değişmez ve beklenen hata türü kaydedilir. Testler hem tekil sözcüklerde hem öbek sınırlarında çalışır. Başarısızlık, hangi kuralın ve hangi biçimsel sınırın bozulduğunu bildirir; düzeltme öğrenme kaydına ancak uzman onayından sonra aktarılır.
Sonuç nasıl okunmalı?
Test kümesinin geçmesi sistemin bütün Türkçeyi doğru çözümlediğini kanıtlamaz. Bilinmeyen hata sınıfları karşı örneklerde temsil edilmeyebilir ve yanlış yazılmış bir değişmez geçerli biçimleri reddedebilir. Bu nedenle test kapsaması, canlı derlemde yeni aykırı örnek araması ve insan incelemesiyle birlikte raporlanır; karşı örnek üretimi gerçek kullanım kanıtının yerine geçmez.
Eşyazımlılık ve bağlamsal belirsizlik çözümleme
Aynı yazılı yüzey birden çok sözlükbirime veya biçimsel çözümlemeye açıldığında gerçek eşyazımlılık, bağlama göre değişen görev, yanlış lema ataması ve optik karakter tanıma gürültüsü birbirinden nasıl ayrılır; hangi durumda sistem tek karar vermek yerine belirsizliği korumalıdır?
A(w,c)=FSM(w)∩Sözlük; P(a|w,c)=softmax(s_a/T); H(A|c)=-Σ_a p_a log₂p_a; Δ=p_(1)-p_(2)
Eşyazımlılık ve bağlam belirsizliği profili
Kart görünür olduğunda güncel derlem yüzey-lema tablosu hesaplanacak.
- Ölçülebilir yüzey
- Hesaplanıyor... yüzey
- Çok lemaya açılan yüzey
- Hesaplanıyor... yüzey
- Eşyazımlılık aday oranı
- Hesaplanıyor... yüzey türü
- Çoklu lema geçiş oranı
- Hesaplanıyor... sözcük geçişi
- Bağlam çözümleme adayı
- Hesaplanıyor... yüzey
- Bağlam belirsizliği adayı oranı
- Hesaplanıyor... sözcük geçişi
- Ortalama baskınlık entropisi
- Hesaplanıyor... bit
- Ortalama baskın aday payı
- Hesaplanıyor... yüzey türü
Türkçe harflerden oluşan, toplamda en az beş kez görülen ve her yüzey-lema bağı en az iki geçiş taşıyan canlı ölçüm evreni.
Ölçülebilir evrende en az iki ayrı lemaya bağlanan yazılı yüzey sayısı; gerçek eşyazımlılık kadar olası lema hatalarını da incelemeye açar.
Çok lemaya açılan yüzey sayısının bütün ölçülebilir yüzey türlerine oranı; kesin sözlükbilimsel eşyazımlılık oranı olarak yorumlanmaz.
Birden çok lema bağlantısı bulunan yüzeylerin geçiş ağırlığının ölçülebilir bütün geçişlere oranı.
Alternatif lema desteği en az beş olan ve baskın leması toplam geçişin yüzde 95’ini aşmayan yüzey sayısı.
Bağlam çözümleme adayı yüzeylerin geçiş ağırlığının ölçülebilir bütün geçişlere oranı; çözümleme sonrası belirsiz kalan token oranı değildir.
Çoklu lema yüzeylerinde baskın aday ile geri kalan adayların iki kümeli dağılımındaki ortalama belirsizlik.
Birden çok lemaya açılan her yüzeyde en sık atanan lemanın payının yüzey türleri üzerindeki aritmetik ortalaması.
Ölçüme yalnız Türkçe harflerden oluşan, toplamda en az beş kez görülen ve her yüzey-lema bağı en az iki geçişle desteklenen kayıtlar girer. Bu kapı bir kaydın kesin doğru olduğunu değil, hesabın açık ve yeniden üretilebilir bir kalite eşiği üzerinde yapıldığını gösterir; dışarıdaki kayıtlar silinmez.
Aşağıdaki dağılımlar sözlük hükmü değildir; gerçek eşyazımlılık ile lema düzeltme ihtiyacını cümle düzeyinde ayırmak için canlı inceleme başlangıcıdır.
- vardı Lema dağılımı hesaplanıyor...
- gelir Lema dağılımı hesaplanıyor...
- çıkar Lema dağılımı hesaplanıyor...
- bakan Lema dağılımı hesaplanıyor...
- kaydı Lema dağılımı hesaplanıyor...
- derdi Lema dağılımı hesaplanıyor...
- güldü Lema dağılımı hesaplanıyor...
- yazma Lema dağılımı hesaplanıyor...
- Türkçeye nasıl uygulanıyor?
- Sonlu durumlu çözümleyici Türkçenin ses ve ek dizimi bakımından izin verdiği aday kafesini üretir. Sözlük kapısı, aynı yüzeye bağlanan lemalardan gerçek sözlükbirim olanları ve öğrenilmiş düzeltmeleri işaretler. Bağlam katmanı yüklem, durum ilişkisi, ad tamlaması, eylemsi çevresi, komşu sözcükler ve kaynak yayılımından aday puanı çıkarır. Puanlar kalibre edilir; en yüksek adayın olasılığı, ilk iki aday arasındaki marj ve dağılım entropisi eşikleri birlikte aşılmadıkça tek çözüm yayımlanmaz.
Derlem ve denetim ne gösteriyor?
Canlı profil, en az beş geçişli ve her yüzey-lema bağı en az iki kez görülen temizlenmiş evrende bir yüzeyin kaç ayrı lemaya açıldığını tam derlem toplamasıyla ölçer. Bu sayı klasik sözlükbilimsel eşyazımlılık oranı değildir; gerçek çok anlamlı biçimlerle bağlam içinde ayrılması gereken çekimleri, yanlış lematizasyonu ve kalan gürültüyü aynı inceleme başlangıcında görünür kılar. Baskın aday payı yüzde 95’i aşmayan ve alternatifleri en az beş geçiş taşıyan yüzeyler bağlam çözümleme adayı sayılır.
Çözümleme hangi çıktıyı sağlıyor?
Çıktı, ölçülebilir yüzey sayısını, birden çok lemaya açılan yüzey ve geçiş oranlarını, bağlamsal inceleme adayı payını, baskın aday entropisini ve nötr izleme yüzeylerinin canlı lema dağılımını verir. Tekil cümle çözümlemesinde ayrıca aday kafesi, seçilen lema, karar marjı, kararı etkileyen bağlam kanıtı ve insan incelemesine gönderme nedeni saklanır. Düzeltme kararı öğrenme tablosuna yazılarak sonraki txlema işlemlerinde aynı hata ailesinin yinelenmesi azaltılır.
Sonuç nasıl okunmalı?
Bir yüzeyin derlemde iki lemaya bağlanması o sözcüğün sözlükbilimsel bakımdan kesinlikle eşyazımlı olduğunu göstermez; ölçüm, lematizasyon sisteminin mevcut durumunu da içerir. Bağlam çözümleme adayı oranı, bağlam görüldükten sonra çözülemeyen token oranı değildir ve bütün geçişlerin yanlış olduğu anlamına gelmez. Gerçek çözülememe oranı ancak her cümledeki aday olasılıkları, kalibrasyon kümesi, karar eşiği ve insan denetimli altın çözüm birlikte tutulduğunda yayımlanır.
Belirsizlik kalibrasyonu ve etkin öğrenme
İnsan emeği bütün adaylara eşit dağıtılmak yerine hangi çözümlemelere yöneltilmeli ve modelin yüzde olarak verdiği güven değeri gerçek hata oranıyla ne ölçüde uyuşuyor?
H(p) = -Σ_a p(a)log p(a); ECE = Σ_b |B_b|/n · |acc(B_b)-conf(B_b)|; öncelik = H × ayrışma × etki
- Türkçeye nasıl uygulanıyor?
- Aday önceliği yalnız en düşük model güvenine göre belirlenmez. Çözümleyiciler arası görüş ayrılığı, çıktı entropisi, kaynak çeşitliliği, biçimsel yenilik, olası gürültü maliyeti ve sözlükte yaratacağı etki birlikte kullanılır. Güven değerleri insan denetimli, kaynak ve biçim ailesi bakımından ayrılmış doğrulama kümesinde güvenilirlik eğrileriyle kalibre edilir. Aynı lemanın yakın biçimleri eğitim ve sınama tarafına bölünerek sızıntı oluşturmaz.
Henüz sayısal bulgu değildir
Bu katman henüz kamuya kesin doğruluk olasılığı yayımlamaz. Mevcut çözümleme güvenleri sıralama sinyalidir ve yüzde 90 güvenin yüzde 90 doğruluk anlamına geldiği varsayılmaz. Pilot, özellikle çok olası lemaya açılan yüzeyleri, OCR ile gerçek türetim arasında kalan biçimleri ve bağlayıcı ses sınırında çözümleyicilerin ayrıştığı kayıtları önce incelemeyi hedefler. İnsan kararı son etiket olarak öğrenme düzeneklerine geri döner.
Çözümleme hangi çıktıyı sağlıyor?
Çıktı, açıklanabilir bir inceleme kuyruğu, her aday için seçim nedeni, kalibrasyon dilimi ve insan kararından sonra ölçülen hata azalmasıdır. Etkin öğrenme turu yalnız yeni sözcük adaylarını değil, mevcut derlemdeki yüksek etkili yanlış lema ve gürültü bağlantılarını da kapsayabilir. Her turdan sonra rastgele denetim örneği korunarak yalnız zor örneklere bakmanın doğuracağı yanlılık ölçülür.
Sonuç nasıl okunmalı?
Yüksek entropili her kayıt değerli değildir; salt gürültü de modeli kararsızlaştırabilir. Yalnız belirsiz örnek seçmek derlemin doğal sıklık dağılımını bozabilir ve düşük güveni yanlışlıkla eşitlemek geçerli seyrek biçimleri dışlayabilir. Bu nedenle örnekleme evreni, rastgele kontrol dilimi ve kaynak dengesi yayımlanmadan etkin öğrenme başarısı genellenmez.
Zamansal üretkenlik ve değişim noktası
Bir ekin yeni gövdelere yayılması, belirli bir türetimin kalıcılaşması veya bir biçim tercihinin değişmesi hangi dönemde hızlanıyor ve bu değişim yalnız veri aktarımındaki bir sıçrama mı?
üretkenlik_t(e) = yeni_lema_t(e) / uygun_taban_t; Δ_t = D(P_t || P_{t-1}); τ* = argmax_τ [LL(1:τ)+LL(τ+1:T)]
- Türkçeye nasıl uygulanıyor?
- Her zaman diliminde ekle kurulan yeni lema sayısı, toplam geçiş, kaynak yayılımı, biçim ailesi entropisi ve bağlam dağılımı hesaplanır. Poisson ya da negatif binom tabanlı beklenen sıklıktan sapma ile değişim noktası adayları çıkarılır. Yalnız belgenin gerçek yayın tarihi güvenilir olduğunda zaman eksenine girilir; taranma, indirilme veya derleme eklenme zamanı dilsel kullanım zamanı sayılmaz.
Henüz sayısal bulgu değildir
T-BDLD sürekli büyüdüğü için ham geçiş sayısındaki artış tek başına dil değişimi değildir. Aynı gün çok sayıda eski kitap veya tez işlendiğinde sisteme giriş grafiği sıçrayabilir, fakat metinlerin dilsel zamanı değişmez. Bu sürüm tarih sözleşmesini ve değişim testi hattını yayımlar; belge tarihi güveni tamamlanmadan erişilebilirlik veya sürdürülebilirlik gibi örnekler için başlangıç yılı ya da üretkenlik kırılması ileri sürmez.
Çözümleme hangi çıktıyı sağlıyor?
Yöntem hazır olduğunda ek ve türetim ailesi başına tarihli üretkenlik eğrisi, güven aralığı, olası kırılma noktası, kaynak bileşimi ve yeni lema yaşam çizgisi verir. Bir kırılma yalnız farklı kaynak türlerinde yineleniyor ve belge tarihi kalitesi yeterliyse dil bilgisel değişim adayı sayılır. Aksi durumda sonuç veri akışı veya arşiv aktarımı etkisi olarak etiketlenir.
Sonuç nasıl okunmalı?
Derlem tarihsel olarak dengeli bir örneklem değildir; haber, kitap, tez ve forumların dönem kapsamı farklıdır. Yayın tarihi eksik ya da yanlış olabilir ve eski metnin yeni sayısallaştırılması sahte güncellik yaratabilir. Değişim noktası nedensellik göstermez. Sonuçlar kaynak bileşimi, belirsizlik ve karşılaştırılabilir dönem büyüklüğü verilmeden dil değişimi diye yorumlanmaz.
Alanlar arası dağılım kayması ve en uygun taşıma
Bir biçimsel örüntü haber, kitap, tez, forum ve başka metin alanlarında aynı dağılıma mı sahip; farklılık dil bilgisel kullanım ayrılığı mı, yoksa derlem bileşiminin değişmesinden mi kaynaklanıyor?
JSD(P,Q) = ½KL(P||M)+½KL(Q||M), M=(P+Q)/2; W_C(P,Q)=min_{γ∈Π(P,Q)} ⟨γ,C⟩
- Türkçeye nasıl uygulanıyor?
- Her alan için ek, lema, bağlam ve değerlik özelliklerinden olasılık dağılımları kurulur. Jensen-Shannon uzaklığı aynı özellik envanterindeki yoğunluk farkını; en uygun taşıma ise bir dağılımı diğerine dönüştürmek için özellik uzayında gereken en düşük maliyeti ölçer. Maliyet, biçimsel olarak yakın hücreleri uzak hücrelerden daha düşük cezalandırır. Karşılaştırma eşit büyüklükte örnekler ve kaynak başına ağırlık sınırıyla yinelenir.
Henüz sayısal bulgu değildir
Bu katmanın temel ayrımı kaynak türü ile dil bilgisel alanı özdeş saymamaktır. Bir tezde geçen gündelik cümle otomatik olarak akademik biçim bilgisi örneği, bir romandaki teknik terim de yalnız edebiyat kullanımı değildir. Pilot model cümle içeriğiyle kaynak üst bilgisini ayrı özellikler olarak tutar. Gerçek ölçümler tamamlanmadan bir ekin belirli alana özgü olduğu veya alanlar arasında kaydığı ileri sürülmez.
Çözümleme hangi çıktıyı sağlıyor?
Çıktı, alan çiftleri için uzaklık matrisi, farkı en çok taşıyan biçimsel özellikler, yeniden örnekleme sonrası kararlılık ve derlem temsil dengesi puanıdır. Yüksek uzaklık gösteren bir ek ailesi cümle tanıklarıyla incelenir. Sonuçlar derlem istatistiklerindeki alan ve tür kalibrasyonuna geri beslenebilir, fakat sözlükte alan etiketi doğrudan bu tek ölçümden atanmaz.
Sonuç nasıl okunmalı?
Dağılım uzaklığı hangi farkın dil bilgisel bakımdan anlamlı olduğunu kendiliğinden söylemez. Alan büyüklüğü, belge yinelenmesi, yazar etkisi ve dönem farkı uzaklığı yükseltebilir. Taşıma maliyeti yanlış özellik geometrisiyle kurulursa sonuç yanıltıcı olur. Bu nedenle uzaklık, dengeli yeniden örnekleme ve insan denetimli cümle çözümlemesi olmadan değişim veya alan kuralı sayılmaz.
Transformer, öz-dikkat ve biçim birimi hizası
Aynı yüzey biçimin farklı lema ve görevleri cümlenin uzak bölümlerinden gelen bilgiyle nasıl ayrıştırılabilir ve modelin kullandığı token parçaları Türkçenin gerçek biçim birimi sınırlarıyla nasıl karşılaştırılabilir?
Attention(Q,K,V)=softmax(QKᵀ/√d_k)V; P(a|x)=softmax(g([h_x; f_FSM(a); f_bağlam]))
- Türkçeye nasıl uygulanıyor?
- Sonlu durumlu çözümleyici önce Türkçenin izin verdiği adayları ve açık biçim sınırlarını üretir. Transformer, cümlenin iki yönlü bağlam gösteriminden her aday için uyum puanı çıkarır; öz-dikkat katmanı yakın ve uzak sözcüklerle kurulan ilişkileri aynı hesapta değerlendirebilir. Token parçaları dilsel birim kabul edilmez. Ayrı hizalama katmanı token katkılarını kök, ek ve bağlayıcı ses sınırlarına geri yansıtır; uzman etiketli örnekler olmadan dikkat ağırlığı açıklama sayılmaz.
Derlem ve denetim ne gösteriyor?
Türkçede yazma gibi bir yüzey ad, eylemsi veya olumsuz çekimle ilişkili olabilir; yalnız son harf dizisi yeterli değildir. Hibrit katman aday uzayını Transformer’a bırakmaz, sonlu durumlu çözümlemeden alır ve bağlamla sıralar. Erişilebilirlik gibi çok katmanlı bir gövde tokenleştiricide rastlantısal parçalara ayrıldığında, açıklama gerçek eriş + -il + -ebil + -ir + -lik çözümlemesine geri hizalanmadan biçim bilgisel kanıt olarak yayımlanmaz.
Çözümleme hangi çıktıyı sağlıyor?
Çıktı, her aday çözümleme için bağlamsal sıra, kalibre edilmemiş ham puandan ayrı güven göstergesi, hangi cümle ögelerinin ayrımı etkilediğine ilişkin denetimli açıklama ve token-biçim birimi hizasızlık raporudur. Sonlu durum kuralı ile bağlam modeli çatışırsa karar otomatik verilmez; gerçek cümle, sözlük kapısı ve benzer insan denetimli örneklerle inceleme kuyruğuna gider.
Sonuç nasıl okunmalı?
Öz-dikkat ağırlığı nedensel açıklama değildir ve büyük dil modeli Türkçenin dil bilgisini eksiksiz öğrendiği varsayımıyla kullanılamaz. Alt sözcük tokenları biçim birimleriyle çakışmayabilir, seyrek ek dizileri parçalanabilir ve eğitim verisindeki gürültü yüksek güvenli yanlış karar üretebilir. Transformer bu nedenle sonlu durumlu Türkçe çözümleyicinin ve insan denetiminin yerine değil, bağlam ayrıştırıcısı olarak çalışır.
Ek Üretkenlik İndeksi ve canlı türetim cephesi
Türkçenin seçilmiş türetim ekleri güncel derlemde kaç farklı sözlükbirim üzerinde gerçekleşiyor, yeni tabanlara yayılma gücü ne ölçüde sürüyor ve gözlenen çeşitlilik kaynak yayılımı ile kalite kapılarından geçiyor mu?
EÜİ(e)=100·[R(e)·E(e)·X(e)·S(e)·Q(e)]^(1/5); P(e)=V₁(e)/N(e); E(e)=0,70P_norm(e)+0,30F_guard(e)
Türkçe Ek Üretkenlik İndeksi (EÜİ)
Kart görünür olduğunda güncel derlem lema ve kaynak verileri yeniden hesaplanacak.
- Ölçülen ek ailesi
- Hesaplanıyor... aile
- Korumalı türetim türü
- Hesaplanıyor... lema
- Türetim cephesi
- Hesaplanıyor... aday
- Ortanca EÜİ
- Hesaplanıyor... 0-100
Aynı canlı ölçüm sözleşmesiyle karşılaştırılan üretken türetim eki ailesi sayısı.
Gerçek taban, ses yapısı, sıklık, ret ve kaynak yayılımı kapılarından geçen farklı türetilmiş lema sayısı.
GTS dışında kalan, düşük sıklıklı ve en az iki ayrı kaynak grubunda tanıklanan sıkı denetimli yayılma adayı sayısı.
Ölçülen ek ailelerinin göreli ve çok bileşenli üretkenlik indeksindeki ortanca değer.
Değer, aynı anda ölçülen ek aileleri arasındaki göreli kanıt bileşimidir. Gerçekleşmiş çeşitlilik, yeni tabanlara açılma, kaynak yayılımı, kaynak entropisi ve kalite kapısından sağ çıkma oranının geometrik ortalaması alınır. Yüksek puan her adayın sözlükbirim olduğunu, düşük puan ise ekin işlevsiz kaldığını göstermez.
| Ek ailesi | EÜİ | Korumalı kanıt | Hapaks sinyali | Türetim cephesi | Kaynak yayılımı | Canlı örnekler |
|---|---|---|---|---|---|---|
| Ek aileleri güncel derlem üzerinde hesaplanıyor... | ||||||
Sözlük dışı tek geçişli biçimler EÜİ’yi büyütmez. Çekimle kolayca karışan -cı/-ci ve -lı/-li ailelerinde sözlük dışı türetim cephesi de skora alınmaz; adaylar ayrıca bağlam ve sözlükbirimleşme denetimi bekler.
- Türkçeye nasıl uygulanıyor?
- Ölçüm, güncel derlem lema toplamında seçilmiş türetim değişkelerini arar; ancak son harfleri kör biçimde kesmez. Türetilmiş biçim için gerçek ve özel ad olmayan bir GTS tabanı, Türkçenin ünlü uyumu ile gerektiğinde ünsüz değişkesi, etkin ret kayıtlarından geçiş, olumlu öğrenme etiketi, birebir taban yüzeyi ve kaynak yayılımı aranır. Sözlükte bulunan biçimler yerleşik kanıt, sözlük dışında en az iki kaynak grubunda görülen ve büyük harf ağırlığı düşük olan biçimler ise yalnız türetim cephesi adayı olarak ayrılır. Çekimle karışabilen -cı/-ci ve -lı/-li ailelerinin sözlük dışı adayları skoru büyütmez.
Derlem ve denetim ne gösteriyor?
Üretkenlik tek başına çok sık görünmek değildir. Bir ek az sayıdaki yerleşik sözcükte milyonlarca kez geçebilir; başka bir ek daha düşük toplam sıklıkla çok sayıda tabana ve kaynak alanına yayılabilir. Bu nedenle gerçekleşmiş tür çeşitliliği, sözlük doğrulamalı tek geçişli türlerden hesaplanan klasik olası üretkenlik, denetimli türetim cephesi, kaynaklar arası yayılım, kaynak entropisi ve kalite kapısından sağ çıkma oranı ayrı tutulur; ana bileşenler geometrik ortalama ile birleştirilir. Kart görünür olduğunda bütün bileşenler güncel derlemden yeniden hesaplanır.
Çözümleme hangi çıktıyı sağlıyor?
Çıktı, her ek ailesi için sıfır ile yüz arasında karşılaştırmalı EÜİ değeri, korumalı türetim türü ve geçişi, milyon geçiş başına sözlük doğrulamalı hapaks, sözlük dışı türetim cephesi, kaynaklar arası yayılım, normalleştirilmiş kaynak entropisi ve kalite kapısı oranı verir. Yerleşik ve yeni sınır örnekleri tabanlarıyla birlikte gösterilir. Sonuç, derlem büyüdükçe aynı kalıcı kartta ve önbelleksiz sorguyla güncellenir.
Sonuç nasıl okunmalı?
EÜİ evrensel bir dil sabiti veya eklerin dil bilgisel doğruluk sırası değildir; aynı anda ve aynı kapılarla ölçülen aileler arasındaki göreli kanıt bileşimidir. Sözlükte bulunmayan her biçim yeni sözlükbirim sayılamaz, tek geçişli kayıtlar optik karakter tanıma ya da lema hatası olabilir ve kaynak çeşitliliği anlam kararlılığını tek başına kanıtlamaz. Bir aday sözlüğe alınmadan önce cümle bağlamı, sözlükbirimleşme, yazım ve insan incelemesi ayrıca tamamlanır.
Canlı Türkçe Ek Atlası ve morfotaktik ağ
Etiketli biçimbilim kaynağında sınırı tanıklanmış yapım, çekim ve çatı ekleri güncel derlemde hangi sıklık, yaygınlık ve bağlam dağılımını gösteriyor; bu ekler hangi sıralarla birleşiyor ve morfotaktik ağ Türkçenin üretken yolları ile çözümleme kuyruklarını nasıl ayırıyor?
f(e)=Σ_a c(surface_a,lemma_a)·p(a|surface_a,lemma_a); P(e_j|e_i)=f(e_i→e_j)/Σ_k f(e_i→e_k); H_ctx(e)=-Σ_c p(c|e)log p(c|e)
Canlı Türkçe Ek Atlası
Kart görünür olduğunda güncel yüzey-lema geçişleri etiketli ek dizileriyle birleştirilecek.
- Tanıklı işlev ailesi
- Hesaplanıyor... aile
- Ek yüzeyi
- Hesaplanıyor... değişke
- Ek geçişi
- Hesaplanıyor... ağırlıklı geçiş
- Canlı token kapsaması
- Hesaplanıyor... yüzde
- Tanıklı ek zinciri
- Hesaplanıyor... zincir
- Çözümleme kuyruğu
- Hesaplanıyor... yüzde
Yapım, çekim, çatı, bağlama duyarlı ve çözümleme kuyruğunda ayrı işlev olarak izlenen ailelerin toplamı.
Canlı derlemde ağırlık alan farklı ek yüzeyi sayısı; aynı işlevin ses uyumuna bağlı biçimleri ayrı yüzey, ortak aile olarak tutulur.
Çözümleme payları korunarak güncel yüzey-lema sayımları üzerine taşınan toplam ek gerçekleşmesi.
Etiketli başvuruyla güvenli biçimde eşleşen ve en az bir ek taşıyan sözcük geçişlerinin güncel derlem toplamındaki payı.
Canlı ağırlık alan farklı sıralı ek yüzeyi dizilerinin sayısı.
Ek sınırı görüldüğü hâlde işlevi güvenli bir aileye bağlanmamış gerçekleşmelerin bütün ek geçişlerine oranı.
Envanter hesaplanıyor...
| İşlev ailesi | Yüzey değişkeleri | Geçiş ve yaygınlık | Bağlam dağılımı | Canlı tanıklar |
|---|---|---|---|---|
| Canlı ek envanteri hazırlanıyor... | ||||
Eklerin bağlamla kurduğu ilişki
Bağlam; söz türü, çekimli veya türemiş yapı, özellik dizisi, zincirdeki konum ve komşu ekler birlikte değerlendirilerek ölçülür.
Canlı morfotaktik model
Ham harf sonları değil, sıralı ek aileleri ve tam ek yüzeyi zincirleri modellenir. Yerel Markov geçişi ile tam zincir kanıtı ayrı tutulur.
En güçlü yönlü geçişler
En yaygın tam ek zincirleri
Zincir uzunluğu dağılımı
Kuramların ortak çözümleme yüzeyi
Her kuram aynı veriyi başka bir soruyla inceler; tek başına dil bilgisel hüküm üretmez ve FSM ile gerçek cümle kanıtının yerini almaz.
Güncel derlemden çıkan bulgular, sonuçlar ve yorumlar
Her satır aynı canlı ölçümün kanıtını, bu kanıttan üretilebilen sonucu ve sonucun hangi sınırlar içinde yorumlanması gerektiğini ayrı gösterir.
Ölçüm kapsamı canlı sonuçla birlikte getirilecek.
- Türkçeye nasıl uygulanıyor?
- Etiketli biçimbilim kaynağındaki yüzey, lema, söz türü, yapı, ek dizisi ve özellik dizisi önce aynı yüzey-lema çifti içindeki çözümleme payları korunarak sürümlü bir biçimbilim başvurusuna dönüştürülür. Canlı ölçüm bu başvuruyu güncel derlem yüzey-lema geçişleriyle birleştirir; her ek yüzeyini yapım, çekim, çatı, bağlama duyarlı veya çözümlenmemiş sınıfında sayar. İşlev aileleri, yüzey değişkeleri, farklı lema ve biçimler, milyon geçiş başına sıklık, bağlam entropisi, komşu ekler ve zincirdeki konum birlikte hesaplanır. Eker’in biçim bilgisi bölümündeki ek örnekleri kör bir son ek listesi olarak değil, sınır doğrulama kaynağı olarak kullanılır. Yardımcı y ham çözümleme zincirinde denetim için korunur; yalnız işlev ailesi ve özellik dizisi doğrulandıktan sonra ekten ayrılır, -yor biçimindeki asli y korunur. İşteş çatıdaki gör-ü-ş- çözümlemesinde dar ünlü ayrı gösterilirken eylem adı olan gör-üş bölünmez. Üçüncü kişi iyeliği veya zamir tabanından sonra gelen durum ekindeki zamir n’si durum ekinden ayrılır; üçüncü tekil iyeliğin -sı/-si biçimindeki s korunur. Fiilimsi işlevleri ayrı ailede izlenir ve gerçek sözlükbirim türeten yapım ekleriyle birleştirilmez. Yapım eklerinin sözlükbirim düzeyindeki üretkenliği ayrıca EÜİ katmanından alınır; son harf benzerliği tek başına türetim sayılmaz.
Derlem ve denetim ne gösteriyor?
Ek envanteri tek bir sıklık listesinden ibaret değildir. Aynı işlev birden çok ses değişkesiyle gerçekleşebilir, aynı yüzey parçası farklı özellik dizilerinde başka görevler üstlenebilir ve bir ekin bağlam çeşitliliği toplam geçişinden bağımsız davranabilir. Canlı atlas bu ayrımları koruyarak ek ailelerini, bağlam komşuluklarını ve tam ek zincirlerini aynı veri soyunda birleştirir. Morfotaktik bölüm yapım, çatı ve çekim katmanlarının yönlü ağını, koşullu geçişlerini, zincir uzunluklarını ve sıra uyumunu canlı ağırlıklarla gösterir; çözümlenemeyen kuyruk saklanmaz ve oran olarak yayımlanır.
Çözümleme hangi çıktıyı sağlıyor?
Çıktı beş sekmede sunulur. Ek Envanteri bütün tanıklı işlev ailelerini ve yüzey değişkelerini; Bağlam söz türü, yapı, özellik dizisi ve komşulukları; Morfotaktik ek zincirleri, geçiş olasılıkları ve uzunluk dağılımını; Kuramsal Model graf, Markov, entropi, kategori, yüksek dereceli mantık, manifold ve Transformer bağlantılarını; Canlı İçgörüler ise güncel ölçümden türetilen doğal dil yorumlarını gösterir. Sonuçlar kart görünür olduğunda önbelleksiz hesaplanır ve güncel derlem sıra numarasıyla damgalanır.
Sonuç nasıl okunmalı?
Buradaki bütünlük, eşzamanlanan etiketli biçimbilim kaynağında sınırı tanıklanmış bütün ek yüzeylerini kapsar; Türkçede kuramsal olarak mümkün olan her tarihsel veya ağızsal ekin eksiksiz listesi anlamına gelmez. Etiketli kaynakta bulunmayan yüzeyler son harfleri benziyor diye hesaba zorla katılmaz. Çok işlevli biçimler bağlam yeterli değilse belirsiz bırakılır, düşük sıklık dil bilgisi dışılık ve yüksek sıklık doğruluk sayılmaz. Morfotaktik geçiş olasılığı yerel dağılımdır; uzun erimli kapsam, anlam ve sözlükbirimleşme için cümle kanıtı ile insan denetimi gerekir.
Kuramsal ilişkilerin görsel özeti
Kuram ve model grafikleri
Bu şemalar kuramların hangi veri nesneleri ve ilişkileri üzerinde çalıştığını gösterir. Şematik düğüm konumları ölçülmüş uzaklık değildir; canlı sayısal grafikler aşağıdaki ayrı panellerde kendi payda, zaman ve kapsama bilgileriyle sunulur.
Graf (çizge) kuramı
G = (V, E, w); w(e) = log(1 + f(e)) × yayılım(e) × güven(e)
Manifold (çokkatlı) yaklaşımı
x_i ∈ R^d; d_G(i,j) = kNN grafındaki en kısa yol; Z = Φ(X), Z ⊂ R^q ve q ≪ d
Kategori kuramı
F: C_islem → Rel; F(g ∘ f) = F(g) ∘ F(f); F(id_X) = id_F(X)
Yüksek dereceli mantık
∀r_(W→A→o). Güvenilir(r) ⇒ ∀w_W ∀a_A (r(w,a) ⇒ İzinli(a))
Bilgi kuramı
H(X) = -Σₓ p(x) log₂ p(x); H(Y|X) = Σₓ p(x)H(Y|X=x); I(X;Y) = H(Y) - H(Y|X)
Canlı tür ağırlığı ve etiketli bağlam modeli
Sözcük türü, geçiş ve bilgi grafikleri
Grafikler görünür olduğunda güncel profil hesaplanacak.
Canlı sözcük türü dağılımı
Güncel derlem lema geçişleri doğrulanmış baskın tür eşlemesiyle ağırlıklandırılır.
Komşu tür bilgi profili
Önceki tür bilindiğinde sonraki tür belirsizliğinin ne ölçüde azaldığını gösterir.
- Tür entropisi
- — bit
- Sonraki tür entropisi
- — bit
- Koşullu entropi
- — bit
- Karşılıklı bilgi
- — bit
- Öngörü kazancı
- — yüzde
- Etkili tür sayısı
- — 2ᴴ
Tür geçiş matrisi
Satırlar önceki, sütunlar sonraki türü gösterir; hücre rengi satır içindeki koşullu paya göre hesaplanır.
En sık ikili tür yolları
Doğrudan komşuluk sıklıkları sözdizimsel bağı tek başına kanıtlamaz.
- Hesaplanıyor.
En sık üçlü tür yolları
Üç sözcüklü pencere, tek komşuya göre daha geniş bir yerel bağlam görünümü sağlar.
- Hesaplanıyor.
Eklerin dağılımı, uyumu ve biçimsel çeşitlilik
Bu grafikler bölüm sürümüne bağlanan ağır toplu sorguların sonuçlarını gösterir. Canlı cümle ve sözcük sayaçları ayrı güncellenir; yorumun dayandığı değerler ise aynı yöntem sürümüyle yeniden üretilebilmesi için sürümlü tutulur.
Doğrudan gövde eşleşmelerinde ek kümeleri
Değerler, yüzey biçimin lemanın sonuna açıkça eklenebildiği yüksek kesinlikli alt sınırı gösterir. Ses nöbetleşmeli ve çözümlemesi belirsiz biçimler bu grafiğe zorla eklenmemiştir.
Yüksek kesinlikli eşleşmelerde ses uyumu
Oranlar doğrudan gövde ve ek eşleşmesine dayanır. Uyum dışı görünen bölüm; alıntı, özel ad, biçimsel belirsizlik, yazım çeşitlenmesi ve veri gürültüsü denetlenmeden dil bilgisel istisna sayılmaz.
Korumalı lemalarda gözlenen yüzey biçimi çeşitliliği
Baskın söz türü güveni en az yüzde 80 olan ve yalnız Türkçe harflerden oluşan lemalarda kaç farklı yüzey biçimi görüldüğü gösterilir. Bu değer kuramsal paradigma değil, derlemde gözlenen çeşitliliktir.
Ünlü öncesinde gövde sonu nöbetleşmeleri
Korumalı ad ve sıfat kümesindeki geçişler, değişmenin yaygın olmakla birlikte bütünüyle mekanik olmadığını gösterir. Değişen ve değişmeyen gövdeler sözlükbirim bilgisiyle birlikte değerlendirilmelidir.
Derlem kanıtlı güncel okuma
Biçim bilgisi için toplu içgörü raporu
Bu rapor, bölümdeki ayrı grafik ve kuramları tek bir güncel okuma içinde birleştirir. Canlı sayaçlar derlemin bugün eriştiği büyüklüğü, sürümlü ölçümler ise 30 Temmuz 2026 anlık görüntüsünde yeniden üretilebilen biçimsel örüntüleri gösterir. Bulgular çağdaş Türkçedeki güçlü kullanım eğilimlerini açıklar; dengeli tarihsel örneklem ve gerçek belge tarihi bulunmadan dil değişiminin yönü hakkında kesin hüküm vermez.
Toplu sonuçGüncel T-BDLD kanıtı, Türkçenin biçimsel düzeninin hem güçlü kurallılık hem de sözlükbirime ve bağlama bağlı seçicilik taşıdığını gösteriyor. Ses uyumu ve ek sırası merkez bölgede son derece kararlı görünürken gövde nöbetleşmesi, iyelik sınırları, eylemsi-olumsuzluk ayrımı ve türetimlerin sözlükbirimleşmesi yalnız mekanik son ek sökümüyle güvenilir biçimde çözülemiyor. Bu nedenle en iyi hesaplamalı yaklaşım, sonlu durum kısıtlarını dağılımsal ölçüm ve cümle bağlamıyla birleştiren, belirsizliği ayrıca raporlayan hibrit yapıdır.
Ses uyumu merkez örüntüde çok güçlü, kalan kuyruk ise heterojen
- Derlem kanıtı
- Doğrudan ve yüksek kesinlikli eşleşmelerde çokluk ünlü uyumu yüzde 99,04; bulunma ünsüz uyumu yüzde 99,92; ayrılma ünsüz uyumu yüzde 99,86; belirtme durumunda dört yönlü ünlü uyumu yüzde 97,61 olarak ölçüldü.
- Güncel yorum
- Türkçenin ses çevresine bağlı ek değişkeleri, yüz milyonlarca sözcüklük derlemde de merkezî ve öngörülebilir bir sistem kuruyor. Kalan küçük bölüm tek bir istisna sınıfı değildir; alıntı, özel ad, yazım çeşitlenmesi, farklı çözümleme ve veri gürültüsü ayrı ayrı incelenmelidir.
Seçilmiş ek kümelerinin ağırlığı tek bir kategoride yığılmıyor
- Derlem kanıtı
- Belirtme, yönelme, tamlayan durumu, çokluk, bulunma, ayrılma ve araç-birliktelik için hesaplanan 94.974.361 doğrudan gözlem ağırlığının Shannon entropisi 2,642 bit, normalleştirilmiş entropisi yüzde 94,1 ve etkili küme sayısı 6,244’tür.
- Güncel yorum
- Yayımlanan yedi kümelik profil geniş bir dağılım gösteriyor. Bu ölçüm, biçim bilgisinin bütün kategorilerinin olasılık modeli değildir; yalnız aynı yöntemle çıkarılan alt kümeler arasında baskınlığın derecesini verir ve gelecek sürümlerde alan ya da dönem karşılaştırması için başlangıç noktası oluşturur.
Eylem paradigmaları derlemde geniş yüzey çeşitliliğiyle görünür
- Derlem kanıtı
- Korumalı kümedeki 5.998 eylem lemasının 5.165’i en az on altı farklı yüzey biçimiyle tanıklanmıştır. Bu yüzde 86,1’lik paydır. Adlarda aynı eşik 7.960 lemanın 5.112’sinde, başka bir deyişle yüzde 64,2’sinde görülür.
- Güncel yorum
- Türkçe eylem çekiminin zenginliği yalnız kuramsal tabloda değil gerçek metin çeşitliliğinde de belirgindir. Bunun sonucu olarak yüzey biçim temelli arama, sıklık ve yeni sözcük yakalama güvenilir lema bağlantısı olmadan ciddi parçalanma üretir. Gözlenen çeşitlilik kuramsal paradigmanın eksiksizliğiyle karıştırılmaz.
Tanıklar geliyorum gelecekmiş gelmeliydik
Gövde nöbetleşmesi yaygın, fakat kör geri dönüşüme elverişli değil
- Derlem kanıtı
- Korumalı ad ve sıfat kümesinde k-ğ için 7.309.137, t-d için 4.770.713, ç-c için 2.838.760 ve p-b için 1.462.789 değişimli geçiş ölçülmüştür. Aynı son seslerin değişmeden kaldığı geniş karşı kümeler de vardır.
- Güncel yorum
- Kitabı, ağacı, kanadı ve rengi gibi biçimler düzenli bağlantılar taşır; buna karşılık her b, c, d veya ğ yüzeyi otomatik olarak p, ç, t veya k tabanına döndürülemez. Sözlük kapısı, ek çevresi, bağlam ve yüzey-lema yayılımı birlikte kullanılmalıdır.
Küçük sınır kararları bütün çözümlemenin doğruluğunu belirliyor
- Derlem kanıtı
- Evlerimizden çözümlemesinde -i- bağlayıcı ünlüsü -miz kişi iyeliğinden, kapısından çözümlemesinde -n- zamir n’si hem -sı iyeliğinden hem -dan durum ekinden ayrı tutulmaktadır. Bu ayrımlar yayın öncesi çalıştırılabilir karşı örnek testleriyle korunur.
- Güncel yorum
- Doğru lemayı bulmak tek başına yeterli değildir. Ara parçaların yanlış birleşmesi, istatistikleri, değerlik ilişkilerini ve yeni sözcük adaylarını bozabilir. GTS bu nedenle yüzeyden lemaya giden yolun yalnız sonunu değil, biçimsel veri soyunun tamamını denetler.
Tanıklar evimiz masamız kapısından
Üretken türetim ile sözlükbirimleşme aynı ölçü değildir
- Derlem kanıtı
- Sürüm anlık görüntüsünde sürdürülebilirlik, okuryazarlık, erişilebilirlik ve yazılımcı farklı sıklık ve kaynak yayılımıyla tanıklanır; canlı sayfa bu biçimlerin geçişlerini güncel derlem verisinden yenilemeyi sürdürür.
- Güncel yorum
- Bir ek dizisinin Türkçeye uygun oluşu yeni bir sözlük maddesi için gerekli, fakat yeterli değildir. Anlam kararlılığı, kaynak ve cümle çeşitliliği, bağımsız tanımlanabilirlik ve çekim davranışı birlikte değerlendirilir. Çok katmanlı ama yerleşmiş oluşumlar anlık üretimlerden bu kanıt bileşimiyle ayrılır.
Tanıklar okuryazarlık erişilebilirlik sürdürülebilirlik yazılımcı
Eşyazımlı yüzeyler hem dilsel ayrımı hem veri kalitesini görünür kılıyor
- Derlem kanıtı
- Canlı belirsizlik profili, yalnız Türkçe harflerden oluşan ve yeterli destek taşıyan yüzey-lema bağlarını bütün derlem üzerinde yeniden toplar. Birden çok lemaya açılan yüzeyleri, bu yüzeylerin geçiş ağırlığını ve baskın adayın yüzde 95’i aşmadığı bağlam çözümleme adaylarını ayrı paydalarla gösterir.
- Güncel yorum
- Aynı yazımın farklı lemalara bağlanması gerçek eşyazımlılık, çekimsel görev ayrılığı, özel ad kullanımı, yanlış lematizasyon veya optik karakter tanıma gürültüsünden doğabilir. Bu yüzden oran bir dil özelliğinin yalın sayımı değil, bağlam çözümleme ile temizlik işinin ortak denetim yüzeyidir. Kesin karar cümle kanıtı ve kalibre edilmiş aday marjıyla verilir.
Güncel yönelim, kural ve bağlamı aynı karar hattında buluşturuyor
- Derlem kanıtı
- Beş biçimsel mercek ile on iki hesaplama katmanı aynı çıktıyı yinelemek yerine ilişki, geometri, bileşim, üst-kural, bilgi kazancı, olasılık, entropi, paradigma, eşyazımlılık, zaman, alan, bağlam, ek yayılımı ve morfotaktik sıralanış sorunlarını ayrı ayrı denetler.
- Güncel yorum
- Türkçe için güçlü çözümleme, sonlu durumlu biçim dizimini temel alır; Markov ve entropi aykırılığı ölçer, cebirsel bileşim yolu korur, Transformer cümle bağlamında adayları sıralar. Katmanlar çatıştığında otomatik çoğunluk oyu verilmez. Gerçek tanık, kaynak yayılımı ve insan onayı yayın kararının son koşulu olarak kalır.
Tanıklar kapısından geliyorum erişilebilirlik
Canlı toplamlar her sayfa açılışında güncel derlem verisinden yeniden okunur; eşyazımlılık ve bağlam belirsizliği aday profili de ilgili kart görüntülendiğinde bütün güncel yüzey-lema tablosundan önbelleksiz hesaplanır. Ağır uyum, çeşitlilik, nöbetleşme ve entropi ölçümleri ise yöntem sürümü ve derlem sıra numarasıyla sabittir. Yeni veri bu değerleri anlamlı ölçüde değiştirdiğinde rapor aynı kalıcı adreste yeni bölüm sürümü olarak yeniden hesaplanır.
Türkçeye kendi yapısı içinden bakmak
Türkçenin biçim bilgisi, İngilizce başta olmak üzere başka diller için hazırlanmış kategori sıralarının Türkçeye aktarılmasıyla açıklanamaz. Türkçede dil bilgisel cinsiyet ve belirli artikel sistemi yoktur; buna karşılık durum, iyelik, çatı, görünüş, kip ve kişi bilgileri büyük ölçüde sözcüğün içinde ve düzenli son ek dizileriyle taşınır. Sözcük dizilişi bilgi yapısına göre değişebildiği için biçimsel işaretleme, cümledeki ilişkilerin kurulmasında özel bir ağırlık kazanır. Bu nedenle çözümlemenin başlangıç noktası, İngilizcedeki sözcük türü veya yardımcı eylem kalıpları değil, Türkçe gövdenin hangi ekleri hangi sırayla alabildiğidir.
Türkçenin güçlü biçimde son ek kullanan bir dil oluşu, her sözcüğün sınırsız ve mekanik biçimde uzayacağı anlamına gelmez. Eklerin seçimi gövdenin söz türüne, anlamına, ses yapısına ve cümlede üstlendiği göreve bağlıdır. Bir ad gövdesi çokluk, iyelik ve durum eklerini belirli bir kapsam sırasıyla alabilir; bir eylem gövdesinde ise çatı, olumsuzluk veya yeterlik, zaman-görünüş-kip ve kişi işaretleri farklı katmanlar kurar. Hesaplamalı model bu sıraları olası geçişler olarak tanımlar, fakat bir dizinin yazımsal olarak mümkün görünmesini tek başına doğal ve tanıklanmış kabul etmez.
Derlem yaklaşımı, kurala iki yönden katkıda bulunur. İlk olarak çok geniş metinlerde yinelenen biçimleri sayarak hangi örüntünün merkezî, hangisinin seyrek olduğunu gösterir. İkinci olarak aynı yüzey biçimin farklı çözümlemelere açık olduğu yerlerde cümle bağlamını geri getirir. Böylece kitaplar biçimindeki çokluk açıkça görülebilirken yazma biçiminin ad, eylemsi ya da çekimli olumsuz eylem oluşu yalnız son harflere bakılarak kararlaştırılmaz. Türkçeye uygun hesaplamalı dil bilgisi, biçimsel aday üretimiyle bağlamsal ayrıştırmayı bu nedenle ayrı aşamalarda yürütür.
Kök, gövde, ek ve biçim birimi
Kök, daha küçük anlamlı bir parçaya ayrılmadan sözcük ailesinin merkezini kuran biçimdir; gövde ise çekim eki almaya elverişli olan ve kendi içinde türetim barındırabilen tabandır. Kitaplık sözcüğünde kitap kök, kitaplık ise yeni çekimlere açılabilen türemiş gövdedir. Kitaplıklar, kitaplığımız ve kitaplıklarımızda biçimleri aynı türemiş gövdenin çekim alanına girer. Bu ayrım, hesaplamalı çözümlemede önemlidir; çünkü amaç yalnız karakter dizisini en kısa köke indirmek değil, cümlede kullanılan sözlükbirimi ve onun üzerindeki dil bilgisel özellikleri doğru belirlemektir.
Biçim birimi, düzenli bir anlam veya dil bilgisel görev taşıyan soyut birimdir; ekin yüzeyde görülen her değişkesi ise onun gerçekleşme biçimidir. Çokluk işlevi -lar ve -ler olarak, bulunma durumu -da, -de, -ta ve -te olarak görünür. Bu değişkeleri ayrı ve ilgisiz ekler saymak yerine aynı işlevin ses çevresine uyarlanmış biçimleri olarak çözümlemek, hem Türkçe dil bilgisi hem de arama sistemi için daha açıklayıcıdır. Kullanıcı evde ile parkta biçimlerini sorguladığında iki ayrı kategori değil, aynı bulunma ilişkisinin farklı ses gerçekleşmeleri gösterilir.
Her parçalanabilir biçim yeni bir sözlükbirim oluşturmaz. Çekim, sözlükbirimin cümlede kullanılmasını sağlarken temel sözlüksel kimliği çoğunlukla korur; türetim ise yeni bir ad, eylem, sıfat ya da zarf gövdesi kurabilir. Bununla birlikte çekim ile türetim arasındaki sınır yalnız ek listesine bakılarak her zaman kesinleşmez. Kullanım sıklığı, anlamın bileşenlerden öngörülebilirliği, yeni gövdenin başka çekimler alması ve belirli bağlamlarda kalıplaşması birlikte değerlendirilir. GTS bu nedenle türemiş adayları doğrudan madde yapmaz; tanıklanma, bağlam çeşitliliği ve sözlükbirimleşme denetiminden geçirir.
Adlarda çokluk ve durum
Ad çekiminde çokluk, iyelik ve durum birbirinden ayrı bilgi katmanlarıdır. Evler biçimi birden çok evi bildirir; evimiz konuşucu topluluğuyla bir iyelik ilişkisi kurar; evden ise bir hareketin ya da ilişkinin çıkış noktasını gösterir. Bu bilgiler aynı sözcükte birleştiğinde sıra gelişigüzel değildir. Evlerimizden biçiminde çokluk, gövdeye iyelikten önce; ayrılma durumu ise iyelikten sonra bağlanır. Kapsam ilişkisi yüzeyde doğrusal bir sıra olarak görünür ve hesaplamalı çözümleyici geçerli diziyi bu sıraya göre değerlendirir.
T-BDLD anlık görüntüsünde doğrudan gövde eşleşmesiyle yakalanan çokluk biçimleri yaklaşık 14,66 milyon geçiştir. Yönelme, belirtme, bulunma, ayrılma, tamlayan durumu ve araç-birliktelik kümeleri de milyonlarca eşleşme verir. Bu sayılar bütün Türkçe durum kullanımlarının eksiksiz toplamı değildir; yalnızca yüzey biçimin açık biçimde lema ile ekin birleşimi olarak doğrulanabildiği alt kümeyi temsil eder. Gövdede ses değişmesi bulunan kitaba veya ağacı gibi örnekler ayrı nöbetleşme sorgusuyla ele alındığından, doğrudan eşleşme sayıları bilinçli olarak alt sınır kabul edilir.
Durum eklerinin anlamı tek bir Türkçe karşılıkla tüketilemez. Bulunma durumu okulda örneğinde mekân, bir saatte örneğinde zaman, bu konuda örneğinde soyut kapsam kurabilir. Yönelme eki yalnız fiziksel hedefi değil, alıcıyı, amacı veya yönelmiş ilgiyi de işaretleyebilir. Bu nedenle hesaplamalı dil bilgisi önce biçimsel kategoriyi belirler, ardından bağlama bakarak işlev alt türlerini çıkarır. Bir ekin milyonlarca kez görünmesi, her kullanımda aynı anlamı taşıdığı sonucunu doğurmaz; yüksek sıklık, işlev çeşitliliğinin ayrıca incelenmesini gerektirir.
Ek biçimini belirleyen ünlü ve ünsüz uyumu
Türkçede birçok ek, gövdenin son ünlüsüne göre art veya ön; düz veya yuvarlak bir ünlü seçer. Çokluk ekindeki iki yönlü ayrım -lar ve -ler biçimlerini, belirtme durumundaki dört yönlü ayrım ise -ı, -i, -u ve -ü biçimlerini doğurur. Ünlüyle biten gövdelerde masayı örneğinde olduğu gibi bağlayıcı y sesi ortaya çıkabilir. Bu düzen, ekin bellekte birbirinden kopuk çok sayıda biçim olarak tutulmasından daha ekonomik bir açıklama sunar; temel kategori, ses çevresine göre gerçekleşen değişkeleriyle birlikte tanımlanır.
Doğrudan gövde eşleşmelerinde çokluk ekinin son ünlüyle uyumlu gerçekleşme oranı yüzde 99,04 olarak ölçülmüştür. Bulunma durumunda ünlü uyumu yüzde 97,76, son ünsüzün ötümlülüğüne göre d veya t seçimi yüzde 99,92 düzeyindedir. Belirtme durumunda dört yönlü ünlü seçimi yüzde 97,61, ünlüyle biten gövdeden sonra bağlayıcı y kullanımının hesaplanan uyumu yüzde 99,92’dir. Bu yüksek oranlar düzenin canlı kullanımda güçlü olduğunu gösterir; kalan bölüm ise doğrudan yanlış diye etiketlenemez.
Uyumsuz görünen eşleşmelerde özel adlar, alıntı sözcükler, kısaltmalar, yazım çeşitlenmesi, yanlış lema bağlantısı ve optik karakter tanıma gürültüsü bulunabilir. Ayrıca yüzeyde aynı harf dizisini veren iki farklı çözümleme, toplu sayımda birbirine karışabilir. Bu nedenle oranlar norm koyan mutlak değerler değildir; modelin incelemesi gereken istisna kuyruğunu tanımlar. Yayınlanan dil bilgisel yorum, yüksek güvenli merkez örüntüyü açıklar; uyumsuz küme ise örnek cümle, kaynak ve lema ilişkisi denetlenmeden Türkçenin kural dışı alanı olarak sunulmaz.
İyelik ve ad tamlaması
İyelik ekleri, bir adın kişiyle veya başka bir adla kurduğu bağlılığı sözcük üzerinde gösterir. Ünsüzle biten ev tabanına birinci çoğul kişi iyeliği geldiğinde ev-i-miz dizisi oluşur; i bağlayıcı ünlü, -miz ise iyelik göstergesidir. Aynı ayrım kitaplar-ı-mız-da biçiminde ı ve -mız olarak görülür. Ünlüyle biten masa tabanındaki masamız biçiminde bu bağlayıcı ünlüye gerek kalmaz. Kiraz ağacı sözündeki -ı ise belirtisiz ad tamlamasının ikinci ögesini işaretlediği için aynı görevde değildir.
Belirtili ad tamlamasında ilk öge tamlayan durumuyla işaretlenir, tamlanan ise iyelik eki alır; evin kapısı bu iki işaretin birlikte görüldüğü örnektir. Belirtisiz tamlamada ilk ad yalın görünür, ikinci ad üçüncü kişi iyelik biçimi taşır; okul kapısı ve kiraz ağacı bu yapıdadır. Türkçenin bu düzeni İngilizcedeki iyelik belirleyicileri veya adların yan yana getirilmesi üzerinden açıklanmaz. Hesaplamalı çözümlemede her iki ögenin biçim bilgisi ve aralarındaki bağıntı birlikte kurulmalıdır.
İyelik ekinden sonra durum eki gelebilir ve dış katmandaki ilişki bütün iyelikli yapıya uygulanır. Evimizden biçiminde ayrılma, yalnız ev köküne değil, bizimle ilişkilendirilmiş eve yönelir. Üçüncü kişi iyelikli kapısından biçimi kapı + -sı + -n- + -dan olarak ayrılır; aradaki -n- zamir n’sidir ve ne iyelik ekinin ne de ayrılma ekinin içine katılır. Bu sıralama, biçimsel çözümlemenin neden soldan sağa ek koparmaktan ibaret olamayacağını gösterir; her parça, kapsamı ve kurduğu ilişkiyle kaydedilmelidir.
GTS’nin benimsediği açık sınır gösteriminde birinci ve ikinci kişi iyeliklerinde dar bağlayıcı ünlü kişi ekine katılmaz; ev-i-miz, göz-ü-müz ve kitaplar-ı-mız bu nedenle üç ayrı biçimsel katmanla yazılır. Üçüncü kişi iyeliğinde ise ünsüzle biten tabandan sonra görevli ünlü doğrudan iyelik göstergesidir; ağaç + -ı biçiminde olduğu gibi ayrı bir bağlayıcı ünlü sayılmaz. Ünlüyle biten tabanda -sı veya -si görülür. Bu iyelik biçiminden sonra durum eki geldiğinde kapı + -sı + -n- + -dan örneğindeki n, zamir n’si olarak ayrı tutulur. Zamir n’sinin tarihsel kökeni üzerine farklı görüşler bulunduğu ayrıca belirtilir; burada yapılan ayrım eş zamanlı çözümlemede tutarlı sınır göstermeyi amaçlar.
Gövde sonundaki ses nöbetleşmeleri
Ünlüyle başlayan bir ek geldiğinde bazı ad gövdelerinin son ünsüzü değişebilir. Kitap ile kitabı, ağaç ile ağacı, kanat ile kanadı ve renk ile rengi arasındaki ilişki yazımda görünür bir nöbetleşme oluşturur. Bu olay yalnız seslerin yan yana gelişine indirgenemez; hangi sözlükbirimlerin değişime katıldığı söz varlığı bilgisinin de parçasıdır. Sanatı gibi değişmeden kalan biçimler, aynı ses çevresinin bütün gövdelerde aynı sonucu vermediğini açıkça gösterir.
Korumalı ad ve sıfat leması kümesinde ünlü öncesi p-b, ç-c, t-d ve k-ğ değişmelerini yakalayan sorgular milyonlarca geçiş bulmuştur. Aynı son ünsüzlerin değişmeden kaldığı yüz binlerce ve milyonlarca örnek de vardır. Bu karşıtlık, hesaplamalı modelin yalnız son harfi değiştirerek kök tahmin etmesinin neden tehlikeli olduğunu açıklar. Aday geri dönüşüm ancak hedef biçim bilinen bir sözlükbirimse, cümledeki görev ekle uyumluysa ve yüzey-lema ilişkisi yeterli derlem kanıtı taşıyorsa uygulanır.
Ses nöbetleşmesi arama açısından da önemlidir. Kullanıcı kitabı biçimini aradığında yalnız yüzey eşleşmesi değil, kitap lemasıyla ilişki kurulmalıdır; fakat her b harfini p’ye çevirmek doğru bir yöntem değildir. GTS, doğrudan yüzey kaydını, korumalı sözlükbirim listesini, ek türünü ve bağlamı birlikte kullanır. Bu yaklaşım hem gerçek çekimli biçimleri aynı madde altında toplar hem de benzer görünen bağımsız sözcüklerin yanlış biçimde birbirine bağlanmasını önler.
Eylemde çatı, olumsuzluk, zaman, görünüş, kip ve kişi
Türkçe eylem biçimi, eylemin sözlükbirim anlamı çevresinde birden çok dil bilgisel katman kurabilir. Geliyorum biçimi sürmekte olan bir oluşu konuşucu kişiyle ilişkilendirir; gelecekmiş biçimi gelecek yönelimini dolaylı edinilmiş bilgiyle birleştirir; gelmeliydik ise gereklilik, geçmişlik ve birinci çoğul kişi bilgisini aynı sözcükte taşır. Bu birleşimler İngilizcedeki yardımcı eylem dizilerinin Türkçeye aktarılmış karşılığı olarak değil, Türkçe eylem gövdesinin kendi ek sırası içinde çözümlenir.
Olumsuzluk eki -ma veya -me, eylem gövdesi ile zaman-görünüş-kip alanı arasında yer alır; aynı ses dizisi eylemsi kuran adlaştırma ekiyle karıştırılmamalıdır. Gelme buyruğunda ya da gelmedi biçiminde olumsuzluk, gelme zamanı sözünde ise eylemsi okuması bağlam ve sonraki ekler aracılığıyla ayrılır. Benzer biçimde -dır, -mış veya -acak gibi parçaların işlevi, yalnız karakter dizisine değil, kurdukları bütün biçimsel yapıya ve cümledeki yüklem ilişkisine bakılarak belirlenir. Aynı sınır ilkesi gör-ü-ş- işteş çatısıyla gör-üş eylem adını da ayırır: İlk yapıda dar ünlü yardımcıdır ve çatı göstergesi -ş’tir; ikinci yapıda -üş tek parça eylem adı ekidir. Sistem bu nedenle aynı harf sonunu bütün bağlamlarda tek bir ek diye sökmez.
Korumalı biçim bilgisi ipuçlarıyla oluşturulan çeşitlilik profilinde, baskın eylem olarak doğrulanan yaklaşık altı bin lemanın yüzde 86,1’i en az on altı ayrı yüzey biçimiyle tanıklanmıştır. Bu değer kuramsal çekim tablosunun büyüklüğünü değil, derlemde fiilen gözlenen farklı yazılı biçimleri gösterir. Olmak, yapmak, almak, etmek, görmek, kalmak, çıkmak, vermek, gelmek ve gitmek en geniş yüzey çeşitliliğine sahip merkezî eylemler arasındadır. Yüksek çeşitlilik, doğru lematizasyonun Türkçe arama ve sıklık hesabında niçin vazgeçilmez olduğunu ortaya koyar.
Türetim, üretkenlik ve sözlükbirimleşme
Türetim ekleri, bir gövdeden yeni bir gövde kurarak söz türünü veya kavramsal içeriği değiştirebilir. Kitaplık, kitapla ilişkili bir yer ya da eşya adı; yazılımcı, yazılım alanında çalışan kişi; okuryazarlık ise okuryazar olma durumu ve bu yetkinliğin kavramsal alanıdır. Bu örneklerde ekin katkısı anlaşılabilir olmakla birlikte ortaya çıkan birim yalnız parçalarının toplamından ibaret değildir. Kullanım alanı, eş kullanımlar ve çekim davranışı yeni sözlükbirimin sınırlarını belirler.
Üretkenlik, bir ekin kuramsal olarak bağlanabildiği gövde sayısından daha geniş bir olgudur. Yeni oluşumların farklı kaynaklarda tekrarlanması, konuşurlar tarafından bağlam olmadan da yorumlanabilmesi, belirli anlam kümelerinde düzenli biçimde kullanılması ve geçici bir söz oyununun ötesine geçmesi gerekir. Erişilebilirlik ve sürdürülebilirlik gibi biçimler çok katmanlı gövdelerden oluşur; ancak çağdaş metinlerde belirli kavramları sürekli karşıladıkları için yalnız anlık ek dizileri olarak değerlendirilemez.
Sözlükbirimleşme kararı otomatik ek sökümünden sonra değil, derlem kanıtı toplandıktan sonra verilir. Sistem biçimin çekimli bir artık, satır sonu kırığı, optik karakter tanıma bozulması veya özel ada bağlı geçici kullanım olup olmadığını denetler. Ardından farklı cümle ve kaynak yayılımı, anlamın kararlılığı, tanımlanabilirlik ve mevcut GTS maddeleriyle yazım ilişkisi incelenir. Bu denetim, Türkçenin üretkenliğini görünür kılarken her mümkün türetimi sözlük maddesi sayma hatasını önler.
Klasik betimlemenin ötesindeki araştırma eksenleri
Basılı başvuru gramerleri çoğunlukla bir ekin görevini, değişkelerini ve örneklerini dengeli bir eş zamanlı betimleme içinde verir. Canlı ve tarih damgalı bir derlem ise buna ek olarak biçimsel örüntünün yaşamını izlemeye imkân tanır. Bir türetim ekinin yalnız toplam sıklığı değil, yeni gövdeler kurma hızı, bu gövdelerin kaç farklı kaynak ve metin alanına yayıldığı, ilk görülmeden sonra kullanımını sürdürüp sürdürmediği ve hangi oluşumların kısa ömürlü kaldığı hesaplanabilir. Böylece üretkenlik, donmuş bir ek listesi olmaktan çıkar ve zaman içinde gözlenen bir süreç olarak incelenir.
İkinci araştırma ekseni, lema ile yüzey biçimleri arasındaki dağılımın geometrisidir. Aynı lemanın yüzlerce biçimi eşit ağırlıkta değildir; birkaç merkez biçim çok sık, uzun kuyruktaki biçimler ise seyrek olabilir. Bu dağılımın entropisi, kaynak çeşitliliği ve bağlamsal uzaklığı birlikte ölçülerek biçim ailesinin ne kadar yoğun veya dağınık olduğu gösterilebilir. Biçimsel çeşitlilik değerlik bilgisiyle birleştirildiğinde, belirli çatı ya da eylemsi biçimlerinin hangi tamlayıcı örüntülerini güçlendirdiği de görülebilir. Bu yaklaşım biçim bilgisini söz diziminden koparmadan, aralarındaki geçiş alanını ölçülebilir hâle getirir.
Üçüncü eksen, sözlükbirimleşmenin yaşam çizgisidir. Yeni bir türetim veya öbek önce tek bir kaynakta bağlama sıkı biçimde bağlı görünebilir, ardından farklı kaynaklarda aynı kavramsal çekirdekle yinelenebilir ve sonunda bağımsız tanımlanabilir bir birime dönüşebilir. GTS bu ilerlemeyi ilk ve son görülme, farklı cümle ve belge sayısı, kaynak yayılımı, eş kullanım kararlılığı ve tanımlanabilirlik kanıtıyla izleyecek biçimde tasarlanır. Optik karakter tanıma ve lematizasyon gürültüsü de ölçümün dışında bırakılmaz; hata türleri ayrı bir belirsizlik katmanı olarak raporlanır ve dil bilgisel yenilikle veri bozulmasının birbirine karışması önlenir.
Beş biçimsel mercek: Graf, manifold, kategori, yüksek dereceli mantık ve bilgi kuramı
Türkçe biçim bilgisini matematiksel yapılarla ilişkilendirmek, aynı veriye beş ayrı ad vermek anlamına gelmez. Graf kuramı hangi birimin hangisiyle ve ne güçte ilişkili olduğunu, manifold yaklaşımı çok boyutlu özellik uzayındaki yerel yakınlıkları, kategori kuramı çözümleme evreleri arasındaki bileşimi, yüksek dereceli mantık kurallar ile kurallar hakkındaki koşulları, bilgi kuramı ise bağlam bilindiğinde belirsizliğin ne kadar azaldığını inceler. Her çerçeve farklı bir soru sınıfını yanıtlar ve ürettiği sonuç başka bir katmanda sınanır. Böylece görsel olarak çekici fakat dil bilgisel dayanağı bulunmayan benzetmeler yerine, girdisi, çıktısı ve yanlışlanma ölçütü belirli modeller kurulur.
Graf modelinde lema, yüzey biçim, biçim birimi, çözümleme ve bağlam aynı türden düğümler sayılmaz; her düğümün türü ve her kenarın yönü açıkça kaydedilir. Evler biçiminden ev lemasına çekim kenarı, kitap sözcüğünden kitaplık sözcüğüne türetim kenarı, kitap ile kitabı arasında nöbetleşmeli çözümleme yolu kurulabilir. Kenar ağırlığı yalnız sıklığa bağlanmaz; farklı kaynaklara yayılım ve çözümleme güveni de hesaba katılır. Bu yapı, geniş bir biçim ailesinin merkezini ve yanlış lema bağlantılarından oluşan kopuk adaları gösterebilir; ancak merkezilik tek başına dil bilgisel doğruluk kabul edilmez.
Manifold yaklaşımında gözlem birimi, yalnız sözcüğün harf dizisi değildir. Ek sırası, ses özellikleri, bağlam dağılımı, değerlik, kaynak çeşitliliği ve zaman bilgisi birlikte yüksek boyutlu bir vektör oluşturur. Yerel komşuluk grafından elde edilen uzaklıklar daha düşük boyutlu bir uzaya izdüşürüldüğünde üretken biçim aileleri, geçiş bölgeleri ve zamanla kayan kullanımlar keşfedilebilir. Bununla birlikte Türkçe biçim bilgisi ayrık ve simgesel bir düzendir; iki boyutlu haritada yakınlık bir ek kuralını kanıtlamaz. İzdüşüm komşuluk korunumu ve farklı çalıştırmalardaki kararlılık ölçülmeden yorumlanmaz.
Kategori kuramı çözümleme hattına bir veri mimarisi disiplini kazandırır. Yüzey akışı, aday çözümlemeler, sözlükbirim kayıtları ve bağlamsal kararlar ayrı nesneler; bunlar arasındaki dönüşümler morfizmler olarak ele alınır. Bir yüzey biçim birden çok olası çözümlemeyle ilişkilenebildiği için eşleme her zaman tek değerli bir işlev değildir; kümeler ile ilişkilerden oluşan Rel kategorisi bu belirsizliği korur. Funktör, işlem evrelerini veri kümelerine ve dönüşümleri ilişkilere taşırken bileşimi korur. Böylece bir düzeltmenin bütün istatistik ve yayın katmanlarına tutarlı biçimde ulaşıp ulaşmadığı denetlenebilir.
Yüksek dereceli mantık, yalnız ev veya evimiz gibi dilsel bireyler üzerinde değil, bu bireyleri çözümlemelere bağlayan yüklem ve kural işlevleri üzerinde de niceleme kurar. Güvenilir sayılan her çözümleme kuralının yalnız izinli ek sıraları üretmesi, iyelikteki bağlayıcı ünlüyü kişi göstergesinin içine katmaması veya üçüncü kişi iyeliğinden sonra gelen zamir n’sini ayrı göstermesi bir üst-kural olarak yazılabilir. Sonlu durumlu çözümleyicinin adayları bu koşullarla denetlenir ve ihlalin hangi ara adımda oluştuğu kaydedilir. Mantıksal tutarlılık gerçek kullanım kanıtının yerine geçmez; yanlış aksiyomun doğru işletilebileceği açıkça kabul edilir.
Bilgi kuramı, ek ve sözcük türü dağılımlarındaki çeşitliliği entropiyle, bir ses çevresi veya komşu tür bilindiğinde kalan belirsizliği koşullu entropiyle ölçer. Karşılıklı bilgi, önceki türün sonraki tür hakkında sağladığı ortalama bilgi kazancını gösterir. Etiketli bağlam dizisinde tür entropisinin 2,656 bit, komşu türlerin karşılıklı bilgisinin 0,184 bit olması yerel düzenin bulunduğunu, fakat tek komşunun tür kararını tamamlamadığını gösterir. Bu ölçüler dil bilgisel doğruluk veya nedensellik kanıtı sayılmaz; her zaman etiket kümesi, payda ve kaynak dengesiyle birlikte yayımlanır.
Birleşik iş akışında graf katmanı aday ilişkiyi bulur, manifold katmanı alışılmadık komşuluğu keşif kuyruğuna taşır, kategori katmanı çözümleme soyunu ve bileşimini korur, mantık katmanı açık kısıtları sınar, bilgi katmanı ise hangi kanıtın belirsizliği ne ölçüde azalttığını bildirir. Ardından gerçek Türkçe cümle, kaynak yayılımı, nötr tanık ve uzman değerlendirmesi gelir. Bu sıralama, matematiksel yöntemi gramerin yerine koymaz; yöntemi denetlenebilir bir yardımcıya dönüştürür. Yeni bölüm sürümlerinde her modelin veri kapsamı, eşikleri, karşı örnekleri ve başarısız olduğu alanlar yayımlanarak yenilik iddiası ölçülebilir sonuçlarla sınırlandırılır.
Hesaplamalı çözümleme, güven katmanları ve yorum sınırı
GTS çözümlemesi üç ayrı kanıt katmanı kullanır. Biçimsel üretici, Türkçe ek sırasına ve ses uyumuna göre olası çözümlemeleri çıkarır; sözlük katmanı, elde edilen tabanın bilinen veya editoryal olarak doğrulanmış bir sözlükbirim olup olmadığını denetler; bağlam katmanı ise birden çok olası çözüm arasından cümleye uygun olanı seçer. Böylece yüzeyde benzer görünen ek dizileri tek bir son ek tablosuyla zorla açıklanmaz.
Bölümdeki sayısal tablolar iki güven düzeyine ayrılır. Doğrudan gövde eşleşmeleri, yüzey biçimin lemanın sonuna açık bir ek almasıyla oluştuğu alt kümeyi verir ve ses değişmeli biçimleri bilinçli olarak dışarıda bırakır. Korumalı biçim ipuçları ise baskın söz türü, Türkçe harf yapısı, yeterli oran ve bilinen lema kapılarıyla gürültüyü azaltır. Her iki yöntem de tüm derlemin eksiksiz altın çözümlemesi değildir; ölçümün kapsamı grafik açıklamasında açıkça belirtilir.
Canlı derlem büyüdükçe tanık biçimlerin geçiş ve cümle sayıları sayfa açılışında yeniden okunur. Buna karşılık dil bilgisel yorum ve ağır toplu ölçümler, yeniden üretilebilir bir anlık görüntüye bağlanır ve ancak denetimden sonra yeni bölüm sürümü olarak yayımlanır. Bu ayrım bilimsel izlenebilirliği korur. Yeni veri, önceki yorumu değiştirecek güçteyse aynı kalıcı bölüm güncellenir; değişikliğin nedeni, ölçüm zamanı ve yöntem sürümü ayrı bir geçmiş sayfası açılmadan bölüm içindeki kayıt alanında gösterilir.
İnsan denetimli derlem kanıtı
Nötr tanıklar
Yayımlanan tanıklar gündelik, bilimsel ya da betimleyici ve tartışmasız bağlamlardan seçiliyor; özel ad, ideolojik yönlendirme, cinsiyetçi anlatım, dinî tartışma, şiddet ve bağlam dışı yargı içeren örnekler nötrlük denetiminde eleniyor.
“Abimin getirdiği dergiler, kitaplar vardı.”
kitap + -lar
Çokluk eki, son ünlüsü art olan gövdede -lar biçimini alıyor.
“Evler kırmızı, sarı, beyaz renklidir.”
ev + -ler
Çokluk eki, son ünlüsü ön olan gövdede -ler biçimini alıyor.
“Aynı okulda müdür yardımcılığı yaptı.”
okul + -da
Bulunma durumu art ünlülü ve ötümlü son sesli gövdede -da biçiminde gerçekleşiyor.
“Gençler okuldan sonra parkta buluşurdu.”
park + -ta
Bulunma durumu, ötümsüz k sesinden sonra -ta biçimini alıyor.
“Odadan ve sonra da evden dışarı çıktılar.”
ev + -den
Ayrılma durumu ön ünlülü gövdede çıkış noktası ilişkisini -den ile kuruyor.
“Şu kediyi sınıftan çıkarır mısınız lütfen?”
sınıf + -tan
Ayrılma durumu, ötümsüz f sesinden sonra -tan biçiminde gerçekleşiyor.
“Geniş bilgi için bu kitaba bakılabilir.”
kitap + -a → kitaba
Yönelme eki ünlüyle başladığı için gövde sonundaki p sesi b ile nöbetleşiyor.
“Masayı bir metre kadar ileri ittiler.”
masa + -(y)ı → masayı
Ünlüyle biten gövde ile belirtme durumu arasında bağlayıcı y sesi bulunuyor.
“Bizim evimiz küçük bir şehirdeydi.”
ev + -i- + -miz → evimiz
Ünsüzle biten tabandan sonra i bağlayıcı ünlüsü, onun ardından birinci çoğul kişi iyeliğini gösteren -miz geliyor.
“Masamız bomboşken, bir muma dahi ihtiyaç duymaksızın çok romantik görünüyordu.”
masa + -mız → masamız
Taban ünlüyle bittiği için kişi iyeliğinden önce bağlayıcı ünlü kullanılmıyor; birinci çoğul kişi iyeliği doğrudan -mız biçiminde bağlanıyor.
“Açık mahzen kapısından rutubetli toprak kokusu yükseliyordu.”
kapı + -sı + -n- + -dan → kapısından
Üçüncü tekil kişi iyeliği -sı ile ayrılma durumu -dan arasındaki -n-, iki ekten de ayrı gösterilen zamir n’sidir.
“Kiraz ağacı çiçek açınca çok güzel görünür.”
ağaç + -(s)ı → ağacı
Belirtisiz ad tamlamasının tamlananında iyelik biçimi ve ç-c nöbetleşmesi birlikte görülüyor.
“Her birinin dörder tane kanadı bulunur.”
kanat + -(s)ı → kanadı
Ünlüyle başlayan iyelik biçimi öncesinde t-d nöbetleşmesi gerçekleşiyor.
“Normalde dişlerin rengi beyaz değildir.”
renk + -(s)i → rengi
Ünlüyle başlayan iyelik biçimi öncesinde k-g nöbetleşmesi görülüyor.
“Tamam, ben on dakikada geliyorum.”
gel + -(i)yor + -um → geliyorum
Sürmekte olan oluş ve birinci tekil kişi bilgisi aynı eylem biçiminde katmanlaşıyor.
“Baban sabah erkenden gelecekmiş.”
gel + -ecek + -miş
Gelecek zaman yönelimi, dolaylı edinilmiş bilgi işaretlemesiyle birlikte kullanılıyor.
“Ah, biz de sizinle gelmeliydik.”
gel + -meli + -y- + -di + -k
Gereklilik, geçmişlik ve birinci çoğul kişi bilgisi düzenli bir sıra içinde birleşiyor.
“Klasörlerle dolu bir kitaplık vardı.”
kitap + -lık
Addan ad yapan üretken ek, kitapla ilişkili bir eşya veya yer adı kuruyor.
“Dijital okuryazarlık kavramı önem kazanmaktadır.”
okuryazar + -lık
Nitelik bildiren gövde, kavramsal bir durum ve yeterlik adına dönüşüyor.
“Materyallerin güvenlik ve erişilebilirlik düzeyi nasıl?”
eriş + -il + -ebil + -ir + -lik
Çatı, yeterlik ve nitelik katmanları kavramsal bir ad gövdesinde birleşiyor.
“Sürdürülebilirlik projeleri de yeni gelir akışları yaratabilir.”
sürdür + -ül + -ebil + -ir + -lik
Çok katmanlı türemiş gövde, çağdaş kullanımda bağımsız ve kararlı bir kavram adı oluşturuyor.
“Her yazılımcı başlarda böyle tökezler.”
yazılım + -cı
Addan kişi adı yapan ek, belirli bir uğraş ve meslek alanıyla ilişkili sözlükbirim kuruyor.
Açıklayıcı bölüm
Sorular ve yanıtlar
Bu yanıtlar, Türkçeye özgü çözümleme kararlarını ve hesaplamalı yöntemin sınırlarını doğal akademik bir dille açıklar. Sayısal eğilimler kural, yabancı dil kategorileri de Türkçe için hazır kalıp sayılmaz.
Bu dil bilgisi İngilizcenin gramer şemasını Türkçeye uyarlıyor mu?
Hayır. Çözümlemenin birimleri ve sıraları Türkçenin kendi yapısından çıkarılır. Türkçede son eklerin kurduğu durum, iyelik, çatı, görünüş, kip ve kişi katmanları merkezîdir; İngilizceye özgü artikel, dil bilgisel cinsiyet veya zorunlu ve katı sözcük dizilişi kategorileri Türkçede karşılığı varmış gibi kullanılmaz. Yabancı dil bilgisi kaynakları yalnız genel biçim bilgisi kavramlarını ve diller arası karşılaştırma ölçütlerini açıklamak için başvurulan ikincil dayanaklardır. Bir çözümlemenin yayınlanması için Türkçe uzmanlık kaynaklarıyla uyum, T-BDLD tanığı ve Türkçedeki doğal kullanım birlikte aranır.
Her ekin yazıda yalnız bir biçimi mi vardır?
Hayır. Aynı dil bilgisel işlev, gövdenin ses yapısına göre birden çok yüzey biçimiyle gerçekleşebilir. Çokluk için -lar ve -ler; bulunma için -da, -de, -ta ve -te; belirtme için -ı, -i, -u ve -ü temel örneklerdir. Ünlüyle biten gövdelerde bağlayıcı ses de görülebilir. Hesaplamalı model bu biçimleri birbirinden bağımsız ekler olarak ezberlemek yerine aynı işlevin koşullu değişkeleri olarak ilişkilendirir. Bununla birlikte yüzey benzerliği tek başına yeterli değildir; ekin cümledeki görevi, gövdenin söz türü ve olası başka çözümlemeler bağlam aracılığıyla denetlenir.
Yüzde 99 düzeyindeki uyum oranı kuralın istisnasız olduğunu mu gösterir?
Hayır. Yüksek oran, denetimli eşleşme kümesinde çok güçlü ve üretken bir eğilim bulunduğunu gösterir; kalan bütün örneklerin yanlış veya dil dışı olduğunu göstermez. Alıntı sözcükler, özel adlar, kısaltmalar, tarihsel biçimler, yazım çeşitlenmesi ve farklı çözümlemelerin aynı yüzeyde birleşmesi uyum dışı görünen kayıtlar üretebilir. Ayrıca optik karakter tanıma ile lema hataları da kuyrukta yer alır. Bu nedenle merkez örüntü dil bilgisel olarak açıklanır, uyumsuz örnekler ise cümle ve kaynak düzeyinde incelenir. Oran, istisnaları susturan bir norm değil, inceleme alanını daraltan ölçüdür.
Grafiklerdeki ek sayıları neden alt sınır olarak adlandırılıyor?
Doğrudan eşleşme sorgusu, yüzey biçimin lemanın ardına açıkça bir ek eklenmesiyle oluştuğu durumları yüksek kesinlikle sayar. Kitaplar ile kitap arasındaki ilişki bu yöntemle kolayca görülür; fakat kitap ile kitaba arasında p-b nöbetleşmesi bulunduğu için basit karakter devamlılığı bozulur. Ses değişmeli, kaynaştırmalı veya çözümlemesi bağlama bağlı bütün örnekleri zorla aynı sorguya sokmak sayıyı büyütürken doğruluğu düşürür. Bu çalışma önce temiz ve yeniden üretilebilir alt kümeyi verir, sonra ses nöbetleşmesi ve öbek yapısı gibi olayları ayrı sorgularla tamamlar. Böylece kapsam ile kesinlik birbirine karıştırılmaz.
Uzun bir Türkçe sözcük birden çok sözlük maddesi sayılır mı?
Genellikle hayır. Bir Türkçe sözcük, tek bir sözlükbirim gövdesi üzerinde çokluk, iyelik, durum, olumsuzluk, zaman, kip ve kişi gibi birden çok bilgiyi taşıyabilir. Evlerimizden tek bir çekimli sözcüktür ve ev lemasına bağlanır; gelebilecekmişsiniz de gelmek lemasının katmanlı bir eylem biçimidir. Buna karşılık türetim yeni ve bağımsız bir gövde kurabilir; kitaplık bu nedenle yalnız kitap sözcüğünün çekimi değildir. Hesaplamalı çözümlemenin görevi karakterleri en kısa köke kadar sökmek değil, sözlükbirim sınırını koruyarak onun üzerindeki dil bilgisel özellikleri açıklamaktır.
-ma ve -me dizileri her zaman aynı görevi mi taşır?
Hayır. Bu ses dizileri eylem olumsuzluğu kurabildiği gibi eylemsi yoluyla adlaştırma da yapabilir. Gelmedi biçiminde -me olumsuzluk katmanındadır; gelme zamanı sözünde ise gelme, bir oluşu adlaştıran eylemsi olarak kullanılır. Yalnız sözcüğün sonuna bakmak bu ayrımı güvenilir biçimde vermez. Sonraki eklerin sırası, sözcüğün cümlede ad veya yüklem gibi davranması, çevresindeki tamlayıcılar ve bağlam birlikte değerlendirilir. Bu nedenle sistem, bütün -ma ve -me sonlarını otomatik olarak silmez veya tek bir lemaya indirgemez; olası çözümlemeleri üretip bağlamla ayrıştırır.
Ünlüyle başlayan ek alan her p, ç, t ve k sesi değişir mi?
Hayır. Kitabı, ağacı, kanadı ve rengi biçimlerinde nöbetleşme görülür; sanatı gibi örneklerde gövde sonu değişmeden kalır. Hangi sözlükbirimin değişime katıldığı yalnız ses çevresinden çıkarılamaz ve söz varlığı bilgisinin bir parçası olarak tutulmalıdır. Kör bir geri dönüştürme kuralı, her b harfini p’ye veya her d harfini t’ye çevirerek gerçek olmayan lemalara yol açar. GTS yalnız bilinen hedef sözlükbirim, uygun ek çevresi, yeterli yüzey-lema sıklığı ve cümle bağlamı birlikte bulunduğunda nöbetleşmeli bağlantıyı kabul eder.
Dil bilgisi tanıklarının nötr olması neden önemlidir?
Bir tanığın temel görevi incelenen biçimsel ilişkiyi açık ve bağlamı yeterli bir cümlede göstermektir. İdeolojik, cinsiyetçi, dinî tartışmalı, şiddet içeren veya kişileri hedef alan bir bağlam, dil bilgisel örüntünün önüne geçebilir ve örneğin açıklayıcı işlevini zayıflatabilir. Bu nedenle otomatik arama yalnız aday getirir; yayımlanacak cümle özel ad, konu, eksiksizlik, yazım, kaynak kimliği ve nötrlük açısından ayrıca okunur. Tanık cümlesi değişmeden derlem sıra numarasına bağlanır, yalnız gereksiz boşluk gibi sunum kusurları düzeltilir. Uygun örnek bulunamazsa sayı tamamlamak için zayıf tanık yayımlanmaz.
Sonlu durumlu biçim çözümleyici tek başına doğru lemayı bulabilir mi?
Sonlu durumlu çözümleyici, Türkçenin ek sırasını ve ses değişmelerini verimli biçimde modelleyerek olası çözümlemeleri üretmede çok güçlüdür; ancak aynı yüzey biçim birden çok geçerli çözüm taşıyabilir. Yüz, yazma veya kaz gibi biçimlerde söz türü ve lema kararı cümleden bağımsız verilemez. GTS bu nedenle biçimsel üreticiyi sözlük kapıları, öğrenilmiş düzeltmeler ve bağlamsal ayrıştırmayla tamamlar. Modelin görevi olasılık uzayını doğru biçimde kurmak, bağlam katmanının görevi ise cümleye uymayan adayları elemek ve güven düzeyini kaydetmektir.
Derlem büyüdüğünde bu bölüm nasıl güncellenir?
Sayfa açıldığında toplam cümle ve sözcük sayısı ile yayımlanmış tanık biçimlerin güncel sıklığı derlem verisinden yeniden okunur; bu canlı nabız için yeni bir bölüm sürümü gerekmez. Ağır toplu ölçümler ve akademik yorum ise belirli bir derlem sıra numarasına bağlanır. Yeni veri oranları anlamlı biçimde değiştirir, yeni bir örüntüyü yeterli kaynak çeşitliliğiyle görünür kılar veya önceki çözümlemeyi düzeltmeyi gerektirirse bölüm aynı kalıcı adreste yeni sürüme geçirilir. Güncelleme zamanı Türkiye saatiyle yazılır ve değişiklik özeti bölüm içinde tutulur; ayrı ve kopuk sürüm sayfaları oluşturulmaz.
Bu çalışma klasik gramerlerin ötesinde hangi yeni soruları araştırabilir?
Canlı derlem, eklerin yalnız görevini değil zaman içindeki üretkenliğini, yeni türetimlerin kaynaklar arasında yayılma hızını ve sözlükbirimleşme yolunu incelemeyi mümkün kılar. Lema-yüzey dağılımının entropisi, biçim ailesinin merkez ve uzun kuyruk yapısı, çatı ya da eylemsi biçimleriyle değerlik örüntüleri arasındaki ilişki ve farklı metin alanlarında görülen biçim tercihleri ölçülebilir. Bu başlıklar kesinlikle daha önce hiç düşünülmemiş oldukları iddiasıyla değil, klasik başvuru gramerlerinde çoğunlukla merkezde bulunmayan hesaplamalı araştırma eksenleri olarak sunulur. Her yeni bulgu, yeterli kaynak yayılımı ve insan denetimli bağlam olmadan Türkçe için genellenmiş kural hâline getirilmez.
Graf, manifold, kategori ve yüksek dereceli mantık neden birlikte kullanılıyor?
Çünkü bu dört çerçeve aynı soruya verilmiş rakip yanıtlar değildir. Graf kuramı hangi biçimin hangi lema, ek ve bağlamla ilişkilendiğini ve bu ilişkinin ne kadar güçlü olduğunu ölçer. Manifold yaklaşımı çok boyutlu özellik uzayında yerel biçim ailelerini keşfetmeye yarar. Kategori kuramı yüzeyden çözümlemeye, bağlamdan lemaya uzanan dönüşümlerin bileşim altında tutarlı kalıp kalmadığını denetler. Yüksek dereceli mantık ise tek tek sözcüklerden başka çözümleme kuralları üzerinde de niceleme kurarak üst koşulları sınar. Birinin çıktısı ötekinin kanıtı sayılmaz; sonuçlar gerçek Türkçe tanığı ve uzman denetimiyle kesiştiğinde birlikte açıklayıcı olur.
Manifold izdüşümünde yakın duran biçimler aynı dil bilgisel sınıfta mıdır?
Hayır. İki boyutlu izdüşüm, yüksek boyutlu ek dizisi, ses yapısı, bağlam, kaynak ve zaman özelliklerinin yalnız yerel komşuluğunu görünür kılan bir keşif aracıdır. Noktaların yakınlığı, aynı ekin bulunduğunu veya aynı sözlükbirime bağlanmaları gerektiğini tek başına kanıtlamaz. İzdüşümün farklı başlangıçlarda kararlı olması, üst boyuttaki komşuların korunması ve insan denetimli sınıflarla uyuşması ayrıca ölçülür. Sayfadaki şema gerçek ölçüm grafiği değil, yöntemin nasıl çalıştığını açıklayan özgün bir gösterimdir. Dil bilgisel karar yine açık biçim çözümlemesi, cümle bağlamı ve Türkçe kurallarıyla verilir.
Kategori kuramı Türkçe biçim bilgisine somut olarak ne kazandırır?
Bu kuram doğrudan yeni lema tahmin etmekten çok çözümleme hattının doğru bileşmesini güvenceye alır. Bir yüzey biçim önce olası parçalara, sonra bağlamsal karara ve son olarak lema ile dil bilgisel özelliklere dönüştürülür. Evimiz biçimindeki bağlayıcı ünlü veya kapısından biçimindeki zamir n’si ara aşamada kaybolursa son lema doğru görünse bile çözümleme eksiktir. Funktör ve bileşim koşulları, doğrudan yüzey-lema yolu ile ayrıntılı yolun aynı sonuca varmasını, fakat ara bilgiyi de korumasını ister. Böylece farklı çözümleyiciler ve düzeltme işlemleri ortak, sınanabilir bir veri soyu üzerinden karşılaştırılır.
Yüksek dereceli mantık neden sıradan bir ek kuralı listesinden farklıdır?
Sıradan liste belirli bir ekin belirli bir gövdeden sonra gelebileceğini yazabilir. Yüksek dereceli mantık ise çözümleme üreten ilişkiler ve kurallar üzerinde de niceleme kurar; güvenilir sayılan her çözümleyicinin ek sırasını koruması, kişi iyeliğinin sınırını doğru göstermesi ve çıktısını gerçek tanıkla desteklemesi gibi üst koşullar bu düzeyde ifade edilir. Böylece masamız, evimiz ve kapısından için ayrı ayrı ezberlenmiş kararlar yerine aynı kural ailesi sınanır. Yine de yanlış aksiyom doğru sonuç vermez; mantıksal tutarlılık, derlem kanıtı ve uzman incelemesinin yerine değil, onların denetlenebilir ortağı olarak kullanılır.
Evimiz neden ev + -imiz değil, ev + -i- + -miz biçiminde çözümleniyor?
Bu bölümün benimsediği eş zamanlı sınırlandırmada ünsüzle biten tabandan sonra görülen dar ünlü, birinci ve ikinci kişi iyelik göstergesinin parçası değil, taban ile kişi eki arasındaki bağlayıcı ünlüdür. Bu nedenle ev-i-miz ve kitaplar-ı-mız ayrımlarında -miz ile -mız kişi iyeliğini, i ile ı ise ses bağlantısını gösterir. Ünlüyle biten masa tabanındaki masamız biçimi karşı kanıt sağlar; burada kişi eki doğrudan -mız olarak bağlanır ve ayrıca bir bağlayıcı ünlü görülmez. Üçüncü kişi biçimleri aynı kalıba zorlanmaz; ağaç + -ı ve kapı + -sı kendi iyelik göstergeleriyle çözümlenir.
Kapısından çözümlemesindeki zamir n’si neden ayrı gösteriliyor?
Kapısından biçiminde kapı tabanına önce üçüncü tekil kişi iyeliği -sı, ardından ayrılma durumu -dan bağlanır. İki ek arasında görülen -n-, bu eş zamanlı çözümlemede ne iyelik ekinin sonuna ne de durum ekinin başına katılır; zamir n’si olarak ayrı sınırlandırılır. Bu ayrım, kapısı ile kapısından arasındaki ilişkiyi ve durum ekinin bütün iyelikli yapının dışında yer aldığını görünür kılar. Terimin tarihsel kaynağı konusunda farklı görüşler bulunduğundan bölüm kökeni kesinleştirmez. Amaç, canlı Türkçe biçimdeki sıra ve kapsam ilişkisini tutarlı, karşılaştırılabilir ve denetlenebilir biçimde göstermektir.
Biçim bilgisinde entropi neyi gösterir ve yüksek olması iyi midir?
Entropi, seçilmiş bir dağılımdaki ağırlığın kaç kategoriye ve ne ölçüde dengeli yayıldığını gösterir. Bu bölümdeki 2,642 bitlik değer, yedi yüksek kesinlikli doğrudan ek kümesinin kendi toplamı içindeki yoğunlaşmasını özetler. Değerin yüksek olması çözümlemenin doğru, dilin zengin veya ekin üretken olduğunu tek başına göstermez; yalnız tek bir kümenin bütün ağırlığı toplamadığını bildirir. Kaynak, dönem veya lema ailesi karşılaştırmalarında aynı kapsam ve yöntem korunursa değişimi görünür kılabilir. Koşullu entropi ise bir biçimsel katmandan sonra gelen katmanın ne ölçüde öngörülebilir olduğunu inceler. Her iki durumda da gerçek Türkçe çözümlemesi ve cümle bağlamı istatistiksel değerin önündedir.
Markov zinciri ile cebirsel sonlu durum çözümlemesi aynı işi mi yapar?
Hayır. Türlenmiş Markov zinciri, doğrulanmış biçim birimi dizilerinde bir katmandan sonra hangi katmanın ne sıklıkla geldiğini ve yeni bir yolun ne kadar şaşırtıcı olduğunu ölçer. Cebirsel sonlu durum yapısı ise bir yolun Türkçenin biçim dizimi ve ses kuralları bakımından izinli olup olmadığını, ayrı dönüştürücülerin nasıl bileşeceğini ve birden çok yolun ağırlıklarının hangi işlemle karşılaştırılacağını tanımlar. Sık görülen fakat yanlış öğrenilmiş bir yol Markov modelinde yüksek olasılık alabilir; cebirsel kural bunu yine reddedebilmelidir. Tersi durumda seyrek ama izinli bir yol yalnız düşük olasılıklı diye silinmez. İki çıktı gerçek cümle ve uzman denetimiyle birlikte değerlendirilir.
Transformer Türkçenin biçim bilgisini sonlu durumlu çözümleyicinin yerine öğrenebilir mi?
Bu çalışmada böyle bir varsayım yapılmaz. Transformer cümlenin uzak bölümlerinden gelen bağlamı bir araya getirerek yazma, yüz veya kaz gibi çok anlamlı yüzeyler için üretilmiş adayları sıralamada güçlü olabilir. Ancak kullandığı token parçaları kök ve ek sınırlarıyla zorunlu olarak örtüşmez; yüksek dikkat ağırlığı da dil bilgisel kuralın kanıtı değildir. Bu nedenle Türkçeye özgü sonlu durumlu çözümleyici izinli aday uzayını, açık ek sırasını ve ses gerçekleşmelerini kurar. Transformer yalnız bağlamsal ayrıştırmaya katkı verir. Token katkıları gerçek biçim birimlerine geri hizalanır, model güveni kalibrasyonla denetlenir ve iki katman çatıştığında karar insan incelemesine bırakılır.
Canlı eşyazımlılık aday oranı gerçek bağlamsal belirsizlik oranı mıdır?
Hayır. Canlı profil, aynı yazılı yüzeyin mevcut derlem çözümlemesinde en az iki ayrı lemaya bağlandığını saptar. Bu durum gelir veya kaydı gibi gerçek biçimsel ve sözlüksel ayrımlardan doğabileceği gibi yanlış lema ataması, özel ad çözümlemesi, yazım çeşitlenmesi veya optik karakter tanıma gürültüsünden de kaynaklanabilir. Bağlam belirsizliği adayı oranı daha sıkı eşik kullanır; baskın adayın yüzde 95’i aşmadığı ve alternatiflerin toplamda en az beş geçiş taşıdığı yüzeyleri işaretler. Yine de bu değer, cümle bağlamı işlendiği hâlde çözülemeyen token oranı değildir. Gerçek kalıntı belirsizlik oranı için her cümlenin aday puanları, ilk iki aday marjı, kalibrasyon sonucu ve insan denetimli doğru çözümü gerekir.
Grafik ve raporlarda kullanılan korumalı küme sözü ne anlama gelir?
Korumalı küme, ham derlemden seçilmiş keyfî veya yalnızca sık örneklerden oluşan bir bölüm değildir. Belirli bir ölçüm yapılmadan önce o ölçümün hata risklerine karşı tanımlanmış kapılardan geçen yüksek kesinlikli alt kümedir. Kapılar Türkçe karakter yapısı, asgari sıklık, geçerli yüzey-lema bağı, sözlükbirim doğrulaması, kaynak ve cümle çeşitliliği, optik karakter tanıma riski ya da bağlam yeterliliği olabilir. Her grafikte aynı kapıların kullanılması gerekmez; bu nedenle payda, eşik ve dışlama nedeni ölçümün yanında ayrıca açıklanır. Korumalı sözü bir kaydın tartışmasız doğru olduğunu değil, bildirilen hesabın belirli ve yeniden üretilebilir kalite koşulları altında yapıldığını gösterir. Dışarıda kalan kayıtlar silinmez; daha düşük kesinlikli inceleme evreninde tutulur.
Ek Üretkenlik İndeksi Türkçede bir ekin üretkenliğini nasıl ölçüyor?
İndeks, bir ekin yalnız toplam sıklığına veya son harf dizisine bakmaz. Önce türetilmiş lemanın GTS'te gerçek bir tabanı bulunur; ses uyumu ve ünsüz değişkesi denetlenir, etkin ret kayıtları dışlanır ve sözlük dışındaki düşük sıklıklı biçimler için en az iki kaynak grubu aranır. Ardından gerçekleşmiş farklı lema çeşitliliği, sözlük doğrulamalı tek geçişli türlerin toplam geçişe oranı, yeni tabanlara açılan türetim cephesi, kaynaklar arası yayılım, kaynak entropisi ve kalite kapısından sağ çıkma oranı birlikte değerlendirilir. Bu bileşenler eşit ağırlıklı geometrik ortalamayla sıfır ile yüz arasına taşınır. Sonuç aynı anda ölçülen ek aileleri arasında karşılaştırmalıdır; yüksek değer tek başına her adayın sözlükbirim olduğunu, düşük değer de ekin Türkçede işlevsiz olduğunu göstermez. Kart her görünümde güncel derlem verisiyle ve sorgu önbelleği olmadan yeniden hesaplandığı için derlem büyüdükçe sayı da değişebilir.
Bu bölümde kullanılan terimler
- Aday kafesi
- Bir yüzey biçim için Türkçenin ses ve ek dizimi kurallarına göre üretilen olası çözümlemeleri ve bu çözümlemeler arasındaki ortak ya da ayrışan yolları birlikte tutan yapı.
- Bağlamsal belirsizlik
- Bir yüzey biçimin sözlük ve biçim kuralları bakımından birden çok geçerli çözüm taşıması ve doğru seçimin cümlenin çevresindeki dilsel kanıtla belirlenmesi durumu.
- Biçim birimi
- Düzenli bir anlam veya dil bilgisel görev taşıyan en küçük soyut biçimsel birim.
- Bağlayıcı ünlü
- Ünsüzle biten bir taban ile ünsüzle başlayan belirli bir ek arasında ses bağlantısı kuran dar ünlü. İyelik çözümlemesinde kişi ekine katılmaz; işteş çatıdaki gör-ü-ş- gibi doğrulanmış yapılarda da çatı ekinden ayrı gösterilir. Aynı ses eylem adı gör-üş içindeki -üş ekinde görevli parçadır ve bu nedenle bölünmez.
- Yardımcı y
- Ünlüyle biten taban ile ünlüyle başlayan belirli bir ek arasında ortaya çıkan ve ekin asli parçası sayılmadan ayrı gösterilen y sesi. Ayrım yalnız ek ailesi doğrulandığında yapılır; şimdiki zaman eki -yor içindeki y bu kapsama girmez.
- Değişke
- Aynı biçim biriminin ses çevresine göre ortaya çıkan farklı yüzey gerçekleşmelerinden her biri.
- Düğüm
- İlişki ağında bir lema, yüzey biçim, biçim birimi, çözümleme veya bağlam kümesi gibi ayrı kimlikle temsil edilen nokta.
- Ek ailesi
- Aynı dil bilgisel veya türetimsel işlevi üstlenen, ses çevresine göre farklı yüzey biçimlerde gerçekleşebilen ek değişkelerinin ortak çözümleme kümesi.
- Ek Üretkenlik İndeksi (EÜİ)
- Bir türetim eki ailesinin gerçekleşmiş lema çeşitliliğini, yeni tabanlara açılma sinyalini, kaynak yayılımını, kaynak entropisini ve kalite kapısından sağ çıkma oranını aynı anda ölçülen aileler içinde karşılaştıran sıfır ile yüz arası bileşik değer.
- Eşyazımlılık
- Yazılı yüzeyleri aynı olduğu hâlde sözlükbirim kimliği, anlamı veya biçimsel çözümlemesi ayrılan kullanımlar arasındaki ilişki; canlı aday sayımı veri hatalarını da içerdiği için sözlükbilimsel kararla özdeş değildir.
- Funktör
- Bir kategorideki nesne ve dönüşümleri başka bir kategoriye taşırken özdeşlik ile bileşim ilişkilerini koruyan eşleme.
- Geodezik uzaklık
- Yerel komşuluklardan kurulan çokkatlı yapı üzerinde iki gözlem arasında izlenebilen en kısa yolun uzunluğu.
- Graf (çizge)
- Biçimsel varlıkları düğümler, aralarındaki adlandırılmış ve gerektiğinde ağırlıklandırılmış ilişkileri kenarlar olarak gösteren matematiksel yapı.
- Gövde
- Çekim eki alabilen, kök biçiminde veya türetimle genişlemiş sözlükbirim tabanı.
- Kenar
- İki düğüm arasında çekim, türetim, lema bağlantısı, nöbetleşme veya eş kullanım gibi açık bir ilişkiyi taşıyan yönlü ya da yönsüz bağ.
- Kategori
- Bu bölümde dil bilgisel sözcük türünü değil, nesnelerden ve aralarında özdeşlik ile birleşme kurallarına uyan morfizmlerden oluşan matematiksel yapıyı belirten terim.
- Karar marjı
- Bağlamsal sıralamada en yüksek puanlı çözümleme ile ikinci çözümlemenin olasılık veya puan farkı; küçük değer tek karar vermek için kanıtın zayıf kaldığını gösterir.
- Karşılıklı bilgi
- Bir değişkenin bilinmesinin başka bir değişken hakkındaki belirsizliği ortalama kaç bit azalttığını ölçen değer; bu bölümde komşu sözcük türlerinin birbirine sağladığı yerel bağlam bilgisini gösterir, nedensellik veya doğrudan sözdizimsel bağ kanıtı sayılmaz.
- Koşullu geçiş olasılığı
- Belirli bir ek ailesi veya biçimsel durum gözlendikten sonra başka bir ek ailesinin gelme payını, o başlangıçtan çıkan bütün tanıklı geçişlerin toplamına göre ölçen yerel olasılık.
- Koşullu entropi
- Bir sonraki biçimsel katmanın, önceki katman veya katmanlar bilindiğinde geriye kalan belirsizliğini bit cinsinden ölçen bilgi kuramsal değer.
- Korumalı küme
- Belirli bir ölçüm için tanımlanan yazım, karakter, sıklık, lema, bağlam ve kaynak kalite kapılarından geçmiş, paydası ve dışlama koşulları açıklanmış yüksek kesinlikli alt küme; dışarıdaki kayıtların yanlış veya silinmiş olduğu anlamına gelmez.
- Lema
- Çekimli yüzey biçimlerin sözlükte ve derlem çözümlemesinde bağlandığı temel sözlük biçimi.
- Mantıksal tür
- Bir ifadenin yüzey biçim, çözümleme, doğruluk değeri veya bu varlıklar arasında kurulan işlev gibi hangi sınıftan girdi ve çıktı alabildiğini belirleyen biçimsel işaret.
- Manifold (çokkatlı)
- Yüksek boyutlu gözlemlerin küçük çevrelerde daha düşük boyutlu bir düzene yakın davranıp davranmadığını incelemeye yarayan geometrik yapı; burada Türkçenin sürekli olduğu iddiasını taşımaz.
- Markov zinciri
- Bu bölümde biçim birimi dizilerindeki bir sonraki türlenmiş durumu önceki sınırlı durum dizisine koşullayarak geçiş olasılığı ve şaşırtıcılık hesaplayan olasılıksal model.
- Merkezilik
- Bir düğümün bağlantı sayısı, ağırlığı veya ağdaki yollar üzerindeki konumu bakımından ilişkisel önemini ölçen graf ölçüleri ailesi.
- Minimum betimleme uzunluğu
- Bir modeli kodlamak için gereken uzunluk ile veriyi o model üzerinden kodlama uzunluğunun toplamını küçülterek ekonomik açıklamalar seçen ilke.
- Morfizm
- Bir kategorideki iki nesne arasında tanımlanan ve başka dönüşümlerle belirli kurallara göre bileşebilen yönlü dönüşüm.
- Morfotaktik
- Kök veya gövdeden sonra gelebilen yapım, çatı ve çekim eklerinin hangi sıralarla birleşebildiğini, hangi birleşimlerin kısıtlandığını ve bu yolların bağlama göre nasıl dağıldığını inceleyen biçim bilgisi alanı.
- Nöbetleşme
- Aynı gövdenin belirli biçimsel çevrelerde düzenli ses değişikliği gösteren biçimleri arasındaki ilişki.
- Özdeşlik morfizmi
- Bir nesneyi değiştirmeden kendisine götüren ve başka dönüşümlerle bileştirildiğinde onların sonucunu değiştirmeyen özel ok.
- Öz-dikkat
- Transformer içinde bir dizinin her konumunun aynı dizideki başka konumlardan hangi ağırlıkla bilgi alacağını sorgu, anahtar ve değer gösterimleri üzerinden hesaplayan işlem.
- Özellik uzayı
- Her biçimin ek dizisi, ses yapısı, bağlam, kaynak yayılımı ve zaman gibi ölçülebilir niteliklerle bir vektör olarak yer aldığı çok boyutlu gösterim alanı.
- Rel kategorisi
- Nesneleri kümeler, morfizmleri bu kümeler arasındaki bağıntılar olan ve bir girdinin birden çok olası çıktıya bağlanmasına izin veren matematiksel kategori.
- Shannon entropisi
- Bir olasılık veya normalleştirilmiş ağırlık dağılımındaki belirsizliği ya da yoğunlaşmayı eksi olasılık-logaritma toplamıyla bit cinsinden ölçen değer.
- Sözcük türü geçişi
- Cümle sınırları korunmuş etiketli bir dizide bir sözcük türünün hemen ardından başka bir türün gelmesiyle oluşan yönlü komşuluk; sıklığı, iki sözcük arasında zorunlu bir sözdizimsel bağı tek başına kanıtlamaz.
- Etkili tür sayısı
- Bir tür dağılımının Shannon entropisinin iki tabanındaki üstel karşılığı; bütün etiketlerin eşit kullanılmadığı bir profilde gözlenen çeşitliliğin kaç eş ağırlıklı sınıfa denk düştüğünü özetler, dil bilgisinde kaç tür bulunması gerektiğini belirlemez.
- Sözlükbirimleşme
- Bir oluşumun geçici ve bütünüyle öngörülebilir bir birleşim olmaktan çıkarak kararlı anlam ve kullanım taşıyan söz varlığı birimine dönüşmesi.
- Tanık
- Bir dil bilgisel örüntünün gerçek kullanımını kaynak ve derlem kimliğiyle gösteren bağlamlı cümle.
- Tek geçişli tür (hapaks)
- Belirli bir derlem ve ölçüm evreninde yalnız bir kez görülen farklı söz biçimi; üretkenlik hesabında yeni oluşum sinyali taşıyabilse de gürültüye açık olduğu için sözlük ve bağlam kapısıyla denetlenir.
- Token
- Bir modelin metni işlerken kullandığı hesaplama parçası; sözcük, alt sözcük veya karakter dizisi olabilir ve Türkçedeki biçim birimiyle zorunlu olarak örtüşmez.
- Transformer
- Dizideki konumlar arasındaki ilişkileri çok başlı öz-dikkat ve ileri beslemeli katmanlarla işleyen sinir ağı mimarisi; burada biçimsel adayları üretmek için değil, bağlama göre sıralamak için kullanılır.
- Türetim cephesi
- Yerleşik sözlük envanterinin dışında kalan, gerçek bir tabana bağlanan ve birden çok kaynak grubunda tanıklanan düşük sıklıklı türetimlerin yeni sözlükbirim incelemesi için ayrıldığı denetimli sınır kümesi.
- Yarı halka
- Ağırlıklı sonlu durum yollarında alternatifleri birleştirmek ve ardışık geçişlerin ağırlığını bileştirmek için kullanılan iki işlemi ve bunların özdeş elemanlarını içeren cebirsel yapı.
- Üst-kural
- Tek bir sözcük veya ek yerine çözümleme kurallarının bütün çıktılarında korunması gereken ek sırası, sınır, kanıt ve tutarlılık koşullarını bildiren denetim önermesi.
- Yüksek dereceli mantık
- Yalnız bireyler üzerinde değil, bu bireyler arasındaki ilişkiler, yüklemler ve işlevler üzerinde de niceleme kurulmasına izin veren türlenmiş mantıksal çerçeve.
- Yerel komşuluk
- Özellik uzayında seçilen uzaklık ölçüsüne göre birbirine en yakın gözlemlerden oluşan, düşük boyutlu düzenin sınandığı sınırlı çevre.
- Yüzey biçim
- Bir sözlükbirimin ekler ve ses olayları sonrasında metinde fiilen görünen yazılı biçimi.
- Zamir n’si
- Üçüncü kişi iyeliği taşıyan bir adın ardından durum eki geldiğinde iki biçimsel katman arasında beliren ve eş zamanlı çözümlemede ayrı gösterilen n sesi.
Kaynakça
Kaynaklar kuramsal denetim için kullanılmış, bölüm metni T-BDLD ölçümleri ve GTS çözümleme ilkeleri temelinde özgün olarak yazılmıştır.
-
[1]
Göksel, Aslı ve Celia Kerslake (2025). Turkish: A Comprehensive Grammar. 2. baskı. Routledge.
Türkçe dil bilgisi başvuru kitabı -
[2]
Kornfilt, Jaklin (1997). Turkish. Routledge.
Türkçe betimsel dil bilgisi kitabı -
[3]
Kaçalin, Mustafa S. (2022). “Dil Bilgisi”. TÜBİTAK Sosyal Bilimler Ansiklopedisi.
Kurumsal Türkçe ansiklopedi maddesi -
[4]
Matthews, Peter H. (1991). Morphology. 2. baskı. Cambridge University Press.
Biçim bilgisi başvuru kitabı -
[5]
Oflazer, Kemal ve İlker Kuruöz (1994). “Tagging and Morphological Disambiguation of Turkish Text”. Fourth Conference on Applied Natural Language Processing, 144-149.
Türkçe hesaplamalı biçim bilgisi bildirisi -
[6]
Dryer, Matthew S. (2013). “Prefixing vs. Suffixing in Inflectional Morphology: Turkish”. WALS Online.
Dil tipolojisi veri kaydı -
[7]
McEnery, Tony ve Andrew Hardie (2012). Corpus Linguistics: Method, Theory and Practice. Cambridge University Press.
Derlem dil bilimi yöntem kitabı -
[8]
Sumalvico, Maciej (2017). “Unsupervised Learning of Morphology with Graph Sampling”. RANLP 2017, 723-732.
Graf tabanlı hesaplamalı biçim bilgisi makalesi -
[9]
Grefenstette, Edward ve Mehrnoosh Sadrzadeh (2015). “Concrete Models and Empirical Evaluations for the Categorical Compositional Distributional Model of Meaning”. Computational Linguistics, 41(1), 71-118.
Kategori kuramı ile dilsel bileşim arasındaki ilişkiyi sınayan makale -
[10]
McInnes, Leland, John Healy ve James Melville (2018/2020). “UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction”.
Manifold öğrenimi ve boyut indirgeme yöntemi -
[11]
Church, Alonzo (1940). “A Formulation of the Simple Theory of Types”. Journal of Symbolic Logic, 5(2), 56-68.
Yüksek dereceli mantık ve yalın türler kuramı makalesi -
[12]
Montague, Richard (1970). “Universal Grammar”. Theoria, 36(3), 373-398.
Doğal dil ile biçimsel mantık ilişkisini kuran makale -
[13]
Atabey, İbrahim (2011). “Ders Kitaplarındaki Dil Bilgisi Konularının Bilgi ve Tanım Açısından Tutarlılığı”. 38. ICANAS Bildirileri: Dil Bilimi, Dil Bilgisi ve Dil Eğitimi, Cilt I. Atatürk Kültür, Dil ve Tarih Yüksek Kurumu.
Yardımcı ünlü ve biçimsel ayırma üzerine kurumsal bildiri -
[14]
Eker, Süer (2010). Çağdaş Türk Dili. 6. baskı. Ankara: Grafiker Yayınları.
Türkçe biçim bilgisi başvuru kitabı -
[15]
Bulak, Şahap ve İsmail Ulutaş (2017). “Zamir N’si Üzerine Değerlendirmeler”. Akademik Bakış Uluslararası Hakemli Sosyal Bilimler Dergisi, 60, 452-460.
Zamir n’sinin çözümlemesi ve tartışmalı yönleri üzerine makale -
[16]
Shannon, Claude E. (1948). “A Mathematical Theory of Communication”. Bell System Technical Journal, 27, 379-423 ve 623-656.
Bilgi entropisinin matematiksel temeli -
[17]
Creutz, Mathias ve Krista Lagus (2002). “Unsupervised Discovery of Morphemes”. Proceedings of the ACL-02 Workshop on Morphological and Phonological Learning, 21-30.
En küçük betimleme uzunluğu ile biçim birimi keşfi -
[18]
Löser, Kevin ve Alexandre Allauzen (2016). “An Unsupervised Method for Joint Morphological Segmentation and Morphotactics Learning Using Pitman-Yor Processes”. JEP-TALN-RECITAL 2016, 207-220.
Türkçe üzerinde de sınanmış yarı Markov biçim bölütleme ve biçim dizimi çalışması -
[19]
Mohri, Mehryar (1997). “Finite-State Transducers in Language and Speech Processing”. Computational Linguistics, 23(2), 269-311.
Sonlu durumlu dönüştürücüler ve cebirsel bileşim -
[20]
Kwak, Alice, Michael Hammond ve Cheyenne Wing (2023). “Morphological Reinflection with Weighted Finite-State Transducers”. SIGMORPHON 2023, 132-137.
Ağırlıklı sonlu durumlu biçim üretimi -
[21]
Erdmann, Alexander, Micha Elsner, Shijie Wu, Ryan Cotterell ve Nizar Habash (2020). “The Paradigm Discovery Problem”. ACL 2020, 7778-7790.
Etiketsiz cümlelerden çekim paradigması keşfi -
[22]
Muradoglu, Saliha ve Mans Hulden (2022). “Eeny, Meeny, Miny, Moe. How to Choose Data for Morphological Inflection”. EMNLP 2022, 7294-7303.
Biçim bilgisel çekim için entropi ve güven tabanlı etkin öğrenme -
[23]
Muradoglu, Saliha, Michael Ginn, Miikka Silfverberg ve Mans Hulden (2024). “Resisting the Lure of the Skyline: Grounding Practices in Active Learning for Morphological Inflection”. ACL 2024, 47-55.
Biçim bilgisel etkin öğrenmede örnekleme evreni ve hedefli seçim -
[24]
Guo, Chuan, Geoff Pleiss, Yu Sun ve Kilian Q. Weinberger (2017). “On Calibration of Modern Neural Networks”. ICML 2017, 1321-1330.
Model güveninin olasılık kalibrasyonu -
[25]
Kulkarni, Vivek, Rami Al-Rfou, Bryan Perozzi ve Steven Skiena (2015). “Statistically Significant Detection of Linguistic Change”. WWW 2015, 625-635.
Dilsel zaman dizilerinde anlamlı değişim noktası saptama -
[26]
Peyré, Gabriel ve Marco Cuturi (2019). “Computational Optimal Transport”. Foundations and Trends in Machine Learning, 11(5-6), 355-607.
Dağılımlar arası taşıma uzaklığının hesaplamalı temeli -
[27]
Vaswani, Ashish ve diğerleri (2017). “Attention Is All You Need”. Advances in Neural Information Processing Systems 30, 5998-6008.
Transformer ve çok başlı öz-dikkat mimarisi -
[28]
Samo, Giuseppe ve Paola Merlo (2026). “Modelling the Morphology of Verbal Paradigms: A Case Study in the Tokenization of Turkish and Hebrew”. SIGTURK 2026, 82-94.
Transformer tokenizasyonu ile Türkçe eylem paradigmaları arasındaki ilişki -
[29]
Yagiz, Muhammet Anil ve Fahrettin Horasan (2026). “Beyond the Token: Correcting the Tokenization Bias in XAI via Morphologically-Aligned Projection”. SIGTURK 2026, 228-235.
Türkçe dil modellerinde token ve biçim birimi hizasızlığının denetimi -
[30]
Baayen, R. Harald (2009). “Corpus Linguistics in Morphology: Morphological Productivity”. Corpus Linguistics: An International Handbook, Cilt 2, 899-919. De Gruyter Mouton.
Derlem tabanlı biçim bilgisel üretkenlik ölçüleri -
[31]
Özenç, Berke ve Ercan Solak (2020). “Visual Modeling of Turkish Morphology”. Proceedings of the Twelfth Language Resources and Evaluation Conference, 4019-4026.
Türkçede türetim, üretkenlik ve biçimsel aşırı üretim üzerine çalışma -
[32]
Kayadelen, Tolga, Eşref Ozturel ve Bernd Bohnet (2020). “A Gold Standard Dependency Treebank for Turkish”. Proceedings of the Twelfth Language Resources and Evaluation Conference, 5156-5163.
Türkçede üretken türetim ekleri ve dil bilgisel çözümleme üzerine çalışma
Sürüm kaydı
Bu kayıt aynı bölümün zaman içindeki gelişimini gösterir. Ayrı sürüm sayfası oluşturulmaz; güncel metin her zaman bu adreste yer alır.
-
Sürüm 1.9
Hesaplama ve Ekler sekmesine doğrulanmış ortak bulguları kanıt, sonuç ve Türkçe için yorum alanlarıyla ayıran sürümlü bir değerlendirme eklendi. Canlı Ek Atlası içgörüleri de salt cümle listesi olmaktan çıkarılarak her ölçüm için net bulgu, işlemsel sonuç ve yorum sınırı taşıyan yapılandırılmış sonuç kartlarına dönüştürüldü; pilot varsayımların kesin bulgu gibi sunulmaması veri doğrulayıcıyla güvence altına alındı.
-
Sürüm 1.8
Bilgi kuramı beşinci kuramsal model olarak eklendi; tür entropisi, koşullu entropi, karşılıklı bilgi ve bağlamın öngörü kazancı etiketli derlemden hesaplandı. Bütün kuramsal model kartlarına sözcük türlerinin davranışını açıklayan ayrı kanıt ve yorum alanları getirildi. On üç sınıfı biçim bilgisi, sözdizimi, bağlam, geçiş ve belirsizlik bakımından açıklayan Sözcük Türleri sekmesi ile kuram şemalarını, canlı tür ağırlıklarını, geçiş matrisini, ikili ve üçlü yolları, bilgi ölçülerini ve ek dağılımlarını birleştiren Grafikler sekmesi eklendi. Hesaplama ve ekler katmanlarında net bulgu, üretilen sonuç ile Türkçe için yorum ve sınır başlıkları ayrıştırıldı; bölümün yeni çözümleme ve modellerle aynı kalıcı sayfada sürümlenerek genişleyebileceği açıklandı.
-
Sürüm 1.7
Graf kuramı, manifold yaklaşımı, kategori kuramı ve yüksek dereceli mantık kartlarının her birine yapılandırılmış derlem bulguları ve Türkçenin biçim bilgisel davranışını açıkça belirten net sonuçlar eklendi. Sayısal kanıt, kuramsal yorum ve yöntem sınırı birbirinden ayrıldı; kuramsal model alanları veri doğrulayıcı ve testlerle zorunlu hâle getirildi.
-
Sürüm 1.6
Eker’in Çağdaş Türk Dili kitabındaki biçim bilgisi bölümü ek adlarını değiştiren bir liste olarak değil, ek sınırlarını doğrulayan kaynak olarak çözümlendi. Yardımcı y yalnız doğrulanmış ek ailesinde ayrıldı ve -yor korundu; gör-ü-ş- işteş çatısı ile gör-üş eylem adı birbirinden ayrıldı; art arda çatı ekleri tanındı; zamir n’si durum ekinden ayrılırken üçüncü tekil iyelikteki s korundu. Bu sınırlar çalıştırılabilir karşı örnek testlerine bağlandı.
-
Sürüm 1.5
Etiketli biçimbilim kaynağında sınırı tanıklanmış yapım, çatı ve çekim ekleri güncel derlem yüzey-lema geçişleriyle önbelleksiz birleştirildi. Bütün tanıklı ek ailelerini, yüzey değişkelerini, bağlam entropisini ve çözümleme kuyruğunu yayımlayan Canlı Türkçe Ek Atlası eklendi; yönlü geçişler, koşullu olasılıklar, tam zincirler, zincir uzunlukları ve sıra uyumu Morfotaktik sekmesinde graf, Markov, entropi, kategori, yüksek dereceli mantık, manifold ve Transformer mercekleriyle bütünleştirildi.
-
Sürüm 1.4
Ek Üretkenlik İndeksi on birinci hesaplama katmanı olarak eklendi. Seçilmiş Türkçe türetim eklerinin gerçekleşmiş çeşitliliği, klasik olası üretkenliği, türetim cephesi, kaynak yayılımı, kaynak entropisi ve kalite kapısı oranı güncel derlem tablolarından önbelleksiz hesaplanır hâle getirildi; OCR ve yanlış lema etkisini sınırlayan taban, ses uyumu, ret ve kaynak kapıları açıklandı.
-
Sürüm 1.3
Eşyazımlılık ve bağlamsal belirsizlik çözümleme onuncu hesaplama katmanı olarak eklendi. Çok lemaya açılan yüzey, bağlam çözümleme adayı, baskın aday entropisi ve nötr örnek dağılımları bütün güncel derlem yüzey-lema tablosundan önbelleksiz hesaplanır hâle getirildi; korumalı kümenin anlamı ve yorum sınırları açıklandı.
-
Sürüm 1.2
Shannon entropisi ve en küçük betimleme uzunluğu, Markov biçim birimi geçişleri, cebirsel ve ağırlıklı sonlu durum bileşimi, paradigma boşluğu, karşı örnek sınaması, belirsizlik kalibrasyonu, zamansal üretkenlik, alanlar arası dağılım kayması ve Transformer bağlam ayrıştırması dokuz ayrı hesaplama katmanı olarak eklendi. Ölçülmüş, etkin ve pilot sonuçlar birbirinden ayrıldı; entropi gerçek sürüm sayılarıyla hesaplandı.
-
Sürüm 1.1
Graf kuramı, manifold yaklaşımı, kategori kuramı ve yüksek dereceli mantık Türkçe biçim bilgisi çözümlemesine ayrı işlevlerle eklendi; kuramsal sınırlar, özgün şemalar ve canlı tanık bağlantıları açıklandı. Birinci ve ikinci kişi iyeliğindeki bağlayıcı ünlüler kişi ekinden ayrıldı, kapısından çözümlemesindeki zamir n’si ayrı katman olarak güvenceye alındı.
-
Sürüm 1.0
İlk bölüm yayımlandı; Türkçeye özgü biçimsel katmanlar, klasik betimlemenin ötesindeki hesaplamalı araştırma eksenleri, dört grafik, yirmi insan denetimli nötr tanık ve on bir açıklayıcı soru-yanıt eklendi.