Clustering word roots syntactically

İnsanların düşünce süreçleri birbirine ne kadar benzemektedir? Zekanın mekanizmasını anlamak, insanın zihnindeki düşünce akışını modellemek dünyamızın gizemini hala koruyan sorularından biridir. İnsanların düşünce süreçlerini gözlemlemek, direkt ölçmek mümkün değilse de onu, ürünlerinin bazılarıyla (konuşma ve yazılarıyla) dolaylı olarak gözlemlemek mümkündür. Bu çalışmada çeşitli köşe yazarlarının yazıları kullanılarak, metinlerinin yörüngeleri oluşturulmuştur. Bunun için öncelikle, kelimelerin birbirlerine anlamca yakınlıklarına göre düzenlenmiş koordinatları bulunmuş ve kelimelerin koordinatları, kelimelerin metinlerdeki geçiş sırasına göre birleştirilerek metin yörüngeleri elde edilmiştir. Yörüngelerin kişiye özelliğini incelemek için yörüngelerdeki ardışık kelimeler arasındaki açılar ve mesafeler kullanılmıştır. Bu sayede metinlerin içerikleriyle hiç ilgilenilmeden sadece oluşturdukları yörüngenin şekli kullanılmıştır. Sonuç olarak kişilerin birbirlerinden en çok kavramlar arası mesafe ve açılarının frekanslarına göre ayrıldığı görülmüştür.

Öz Birleştirme yöntemi, Türkçede en çok kullanılan yöntemlerden biridir. Sadece Türkiye Türkçesinde değil, Eski Türkçede de birleştirme yönteminden yararlanılmıştır. Bu çalışmada, Orhon Yazıtları'nda yer alan birleşik sözcükler incelenmiştir. Birleşik sözcükler öncelikle yapısal açıdan ele alınmıştır. Birleşikleri oluşturan bileşenlerin kök, türemiş ya da birleşik yapıda olup olmadığı tespit edilmiştir. Aynı zamanda sınıflandırılmaya çalışılmıştır. Buna göre birleşik sözcükler tümleyen, niteleyici ve sıralı birleşik olarak üç gruba ayrılmıştır. Ayrıca birleşik sözcükler iç merkezli ya da dış merkezli olmaları bakımından da değerlendirilmiştir. Son olarak birleşik sözcükler anlamsal açıdan incelenmiştir. Birleşik sözcükleri oluşturan bileşenlerin anlamsal açıdan nasıl değişimlere uğradıkları tespit edilmiştir. Abstract Compounding is one of the most used methods for word-formation in Turkish. Not only for Modern Turkish, it has also benefited from compounding method in the Old Turkic. For this reason, in this study, compound words in Orkhon Scriptsare examined. Compound words have been examined constructionally. It has been determined whether the components forming the associations are in the root, derived or compound structure. The compound words were tried to be classified at the same time. Accordingly, compound words are divided into three groups as

Journal of Turkish Studies, 2012

2017

Özetçe-Sondan eklemeli dillerin temel özelli gi köke getirilen eklerle yeni sözcüklerin türetilebilmesidir. Sözcüklerin bu şekilde eklerle türetilmesi seyreklik problemine neden oldu gundan ötürü bu diller için sözcük türü işaretlemeyi zorlaştırmaktadır. Bu bildiride sondan eklemeli diller için gözetimsiz olarak çalışan Bayesian Saklı Markov Model temelli iki farklı sözcük türü işaretleme modeli sunulmuştur. Ilk model, etiketleme için sözcükleri kullanırken, ikinci model HPS ve Morfessor FlatCat gövdeleme ve morfolojik bölümleme sistemlerinden elde edilen sözcük gövdelerini kullanmaktadır. Sonuçlar, modellerde sözcük yerine gövdelerin kullanılmasının sözcük türlerini işaretleme başarısını artırdıgını göstermektedir. Önerilen model, sondan eklemeli dil olarak Türkçe ve morfolojik olarak daha zayıf bir dil olan Ingilizce üzerinde çalı¸ stırılmış ve sonuçlar kıyaslanmıştır.

Türkbilig, 2012

Çağdaş Çuvaşça dilbilgisi kitaplarında vıdelitel'nıy affiks, distinctive affiks, distinguishing affiks adları altında incelenen -i, -hi ve -sker eklerini ele alan bu çalışma, 2010 yılında, Helsinki Üniversitesinin Altayistik Bölümünde, Juha Janhunen'in danışmanlığında ve Fince yazılan yüksek lisans tezinin kitaplaştırılmış biçimidir. Çalışmadaki istatistiksel veriler, 1.24 milyon sözcük içeren The Turku Chuvash Corpus (TChC) kullanılarak elde edilmiştir. Luutonen ayrıca, çalışmasında Çuvaşça, Türkçe, Tatarca, Udmurtça ve Erza Mordvincesini ana dili olarak kullanan konuşurlardan da yararlanmıştır.

The aim of this study is to emphasize that abbreviation are an important word derivation mechanism for Turkish. In Turkish grammar books, abbreviations are rarely mentioned. However, abbreviations are essential parts for Turkish as well as German and English. Institution and organization names, terms, some phrases, and Uniform Resource Locator are often used with abbreviated forms.

Elektrik, Elektronik ve Bilgisayar Mühendisliği Sempozyumu (ELECO 2012), 2012

In order to apply data mining techniques on texts that are written in natural language, a preprocessing step is used to transform this unstructured data into structured format. Stemming is an important text preprocessing technique. In this study, we empirically examined the impact of essentially three stemming methods on clustering Turkish texts: Zemberek, Affix Stripping, and Fixed Prefix. Although very similar results were obtained with all these methods in terms of clustering quality, Zemberek and Fixed Prefix 5 methods produced better results when compared to the others. Besides clustering quality, Zemberek and Fixed Prefix 5 methods are preferable stemming methods for Turkish text clustering applications due to high dimensionality reduction rate they provide.

2017

Abbreviates are frequently used in particular areas (sport, science, art, technique etc.). Abbreviates which occur as a conclusion of developing world and changing and developing language, occur in different ways in modern languages, produced information/concepts. As a result of fast production and symbolization, they will be lexica of a language by taking a fixed form. Abbreviates which can not find enough place in vocabulary except for glossary of terms and abbreviations indexes, start to takes part in vocabularies of some modern languages as lexical entry. Depends on vitality feature of language, developments are taking place in vocabulary theory and dictionaries need to be updated. In English terminology, there are two different corresponds of Kısaltma “acronym” and “abbreviation”. In Turkish linguistics terminology, abbreviation is accepted in generally and acronym is evaluated as a subheading of this term. All of the elements belongs to these two terms, find place in abbreviation index of spelling dictionary but not in terms of lexicography. But some words have become a common word element of the language by not belonging in any fields. For example, ‘AVM –shopping center, EYP- hand made explosive, TOMA- a vehicle which steps in social situations’ such as these concepts take place in daily language with the affect of press and signboard. Although these kinds of words are both in written language and spoken language, some of these words were trapped in spelling dictionary and could only find a place in the dictionary. Whereas these words having a specific knowledge load and taking place except in organizations and institutions names are understood that they are gaining a special phonetic symbolization by moving away from the phrases that form the roots. Therefore particularly abbreviates in these kinds of examples and also clipped words consist of being clipped of different phrases, finding no places in dictionary are discussed in this study. In the course of times abbreviation forms obtained from only capital letters of phrases are come out in different forms nowadays. We understood from that today’s abbreviates and clipped words are constructionally varied. Hence, from this point, constructional analysis were set up for the examples which are obtained from both Turkish and vocabulary of some world languages like English, Russian and construction methods are pointed out in the words in question.

2015

Cumle ogelerinin dogru tasnifi, Turkce soz dizimindeki sorunlarin cozumunde buyuk onem arz etmektedir. Bugune kadar yayimlanan soz dizimini konu alan makalelerde ve soz dizimi kitaplarinda ozne ile yuklem asil/temel/zorunlu oge; bunlarin disindaki ogeler ise yardimci oge olarak degerlendirilmistir. Fakat bu tasnif, cumle ogelerinin niteliklerini tam olarak yansitmadigi icin soz dizimindeki sorunlarin cozumune yardimci olmadigi gibi bu sorunlarin cozumunu de geciktirmistir. Cumle ogeleri, cumledeki islevleri ve nitelikleri dikkate alinarak temel oge, zorunlu ogeler ve secimlik ogeler olmak uzere uce ayrilarak siniflandirilmistir. Daha sonra temel oge, zorunlu ogeler ve secimlik ogeler ayri basliklar altinda incelenerek ozellikleri ve tanimlari verilmistir. Temel ogenin cumlenin kurucu ogesi olan yuklemden olustugu, zorunlu ve secimlik ogelerin ise cumlede kullanilan yukleme gore degiskenlik gosterdigi kanisina varilmistir. Soz konusu ogelerin belirleyicileri uzerinde durularak cumled...

2016

TR: Birleştirme, dünya dillerinin büyük çoğunluğunda mevcut olan, yüksek türetkenliğe sahip kavram karşılama/sözcük oluşturma mekanizmalarından biridir. Bu mekanizmanın çıktıları niteliğindeki birleşik sözcükler, diğer bir ifadeyle birleşikler, ilgili diğer mekanizmaların çıktılarından farklı olarak hem sözlüksel hem de sözdizimsel etkileşimler sonucu yapılanmaları ve yine sözdizimsel öbeklerle olan yakınlıkları dolayısıyla ayrı bir konumda yer alırlar. Türkçenin gerek durağan gerek etkin sözvarlığında da birleştirme mekanizması işletilerek ortaya çık(arıl)mış pek çok unsur yer almaktadır ve böylesine türetken bir mekanizmanın çeşitli ölçütler etrafında tanımlanması ve sınıflandırılması ayrı bir güçlüğü beraberinde getirmektedir. Bu çalışmada, diğer sınıflandırmalardan farklı olarak Türkçedeki birleşik sözcükler, birleşik terimi altında, kendilerini oluşturan ögelerden hareketle daha çok baş kavramı odağında, dört ana tür etrafında ilişkisel bir incelemeye tabi tutulacak ve konuyla ilgili kapsayıcı bir sınıflandırma önerisi sunulacaktır. Bu yapılırken de, yeni olarak yarımerkezli birleşik terimi ve tanımı getirilecek, ayrıca Türkoloji literatüründe daha önce üzerinde neredeyse hiç durulmamış copulative compound kavramı eşmerkezli birleşik terimi teklifiyle, örneklerle açıklanacaktır. Tanımlamalar ve sınıflandırma çerçevesinde verilen örneklerde ağırlık daha çok çıktıları ad sınıfından olan birleşikler üzerinde olacak, fakat sınıflandırmanın daha kapsayıcı ve sonraki çalışmalara yol gösterici nitelikte bulunması amacıyla yer yer farklı sözcük kategorilerinden örneklere de temas edilmeye çalışılacaktır. EN: Compounding is one of the most productive naming/word-formation mechanisms that can be found in almost every language. Compounds, also known as compound words are the outputs of this mechanism and they have a special position in languages' vocabularies since they have to be evaluated at the interface of morphology and syntax. There are quite a number of examples of compounding in Turkish vocabulary too, and this mechanism has been used productively since the beginning. The description and the classification of such a mechanism and its outputs require much attention when its significance to the quality and quantity of a language is taken into account. In this paper, compounds in Turkish will be evaluated with regard to their constituents' relations under four main titles, around the notion head, and a classification proposal will be sketched. While doing this, copulative compounds in Turkish, which have not drawn enough attention from scholars, will be introduced to the Turcology literature with prominent examples. The main emphasis will be on noun compounds considering the definitions and classification given, but examples from other compounding categories will also be given in order to provide a more substantial classification.