9.1 Yazým Hatalarýný Giderme Üzerine Çalýþmalar

Transkript

1 - 1 9 Yazým atalarýný Düzeltme Günümüzde, kitaplar, dergiler ve raporlar bilgisayar ortamýnda hazýrlanmaktadýr. 19. yüzyýlýn sonunda önemli bir buluþ olarak kabul gören daktilolar artýk kullaným dýþýdýr. Yazýlan her yazýda yazým hatasý olabileceði bir gerçektir. Ýnsanlar yazmýþ olduklarý yazýnýn yazým kurallarýna uygun olmasýný isterler. Geçmiþ dönemlerde yanlýþlarý bulan ve düzelten insanlarýn olduðu ve bunlarýn basýn kuruluþlarýnda musahhih unvanýyla çalýþtýklarý bilinmektedir. Geçmiþte musahhihler tarafýndan yapýlan iþi bugün bilgisayarlara yaptýrmak için çalýþmalar oldukça ileri düzeydedir. Yazma iþleminin bilgisayar ortamýna geçmesiyle birlikte bilgisayar ortamýnda bulunan bir metnin yazým hatalarýný bulmak ve düzeltmek biliþimciler için ilginç bir araþtýrma alaný olmuþtur. Bir metindeki yazým hatalarýný bulmak için deðiþik yöntemler kullanýlabilir. Yöntemlerden biri, metnin yazýldýðý dilin sözlüðünü bilgisayarda bir veri tabanýna yerleþtirmek olabilir. Bu yöntem bitiþken olmayan diller için uygulanabilir bir yöntemdir. Türkçe gibi bitiþken diller için bu yöntem ilk seçenek olmamalýdýr. Türkçe gibi kurallý bir dilde yazýlmýþ bir metin içindeki yazým hatalarýný bulmak ve düzeltmek için;

2 2 - Yazým atalarýný Düzeltme Ses uyum kurallarý ece yapýsý klerin uyumu özellikleri kullanýlabilir. Bir sözcüðü hecelere ayýrma ve satýr sonunda hece bölmesi iþlemi için Ýngilizcede sözlüðe bakma zorunluluðu vardýr. Buna karþýn Türkçede bir sözcüðün hecelere ayrýlmasý kurallýdýr ve sözlüðe bakýlmadan yapýlabilir. 9.1 Yazým atalarýný Giderme Üzerine Çalýþmalar Türkçe metinlerde yazým hatalarýný bulmak için deðiþik yöntemler kullanýlabilir. Bu yöntemler sözcük temelli olabileceði gibi kural tabanlý da olabilir. Türkçe metinlerde yazým hatalarýný bulmak için gerçekleþtirilmiþ çalýþmalardan bazýlarý bu kýsýmda tanýtýlmýþtýr. A. Solak ve K. Oflazer tarafýndan hazýrlanmýþ olan [7,9] çalýþma sözcük temelli bir çalýþmadýr ve sözcüðü olan bir sözlüðe sahiptir. Sözlükteki her bir kök sözcük sözcüðü tanýmlayan bayraklarla iþaretlenmiþtir. Sözlükteki herhangi bir sözcük 64 farklý bayrak ile iþaretlenebilmesine karþýn geliþtirilen yazýlýmda bu bayraklarýn 41 tanesi kullanýlmýþtýr. Kök sözcük bulma algoritmasýnýn temeli sözlükte arama yapma iþlemine dayanmaktadýr. Bu algoritmaya göre sözcük sözlükte aranýr ve bulunursa hiç ek almamýþ demektir. Dolayýsýyla çözümlemeye gerek yoktur. Sözcüðün sözlükte bulunamamasý durumunda sözcüðün saðýndan bir harf çýkarýlýr ve sözcüðün kalan kýsmý sözlükte aranýr. Bu iþlem sözcük sözlükte bulunana kadar devam eder. ðer sözcüðün ilk harfine gelinmiþ ancak kök sözlükte bulunamamýþsa sözcük yanlýþ yazýlmýþ demektir. arf çýkarýlarak sözlükte bulunan en uzun sözcük her zaman aranan kök olmayabilir. Bu durumda en son sözlükte bulunan kök üzerinden devam edilerek yeni kök sözlükte aranýr. Örneðin, yapýldýn sözcüðü için ilk olarak yapý ad soylu kökü bulunur. Ancak sözcüðün kalanýna bakýldýðýnda eklerin ad soylu sözcüklere eklenebilecek ekler olmadýðý görülür ve dolayýsýyla yapý sözcüðünden bir harf daha çýkarýlarak sözlükte arama yapýlýr ve yap eylem soylu kökü bulunur. Kök bulma iþlemi kök sözcük deðiþime uðradýðý durumlarda sorunlara yol açmaktadýr. Örneðin oðlumuz sözcüðü için kök oðul dur ve köke birinci çoðul þahýs eki ulandýðýnda kök sözcük deðiþime uðrayarak oðl hâline dönüþmektedir. Ancak oðl sözlükte bulunamayacaðý için bir denetleme iþlemi gerekir. Son iki harf ünsüz ve ilk harf ünlü olduðu için kök sözcüðün deðiþime uðramýþ olma olasýlýðý yüksektir. ð ile l harfleri arasýna ünlü uyumuna uyacak þekilde ý ve u harfleri getirilerek yeni aday kökler oluþturulur ve sözlükte aranýr. oðul kökü sözlükte bulunur ve bu kökün ünlü düþmesi bayraðýna sahip olup olmadýðýna bakýlýr. Kök ünlü düþmesi bayraðýna sahip olduðu için aranan kök bulunmuþ demektir.

3 9.1 Yazým atalarýný Giderme Üzerine Çalýþmalar - 3 Kök sözcüðün deðiþmesi durumu için bir baþka örnek ise ünsüz yumuþamasý durumudur. Örneðin; tabaðým sözcüðü için sözlükte aranan kök tabað olacaktýr. Ancak bu sözcük sözlükte bulunmadýðý için bir deðerlendirme gerekir. k, ünlü harf ile baþladýðý için ve son harf (ð) b, c, d, g, ð harflerinden biri olduðu için ünsüz yumuþamasý durumu olasýdýr. -loð eki ile bitmediði için son harften bir önceki harf n harfi olmadýðý için ð harfinin yerine k harfi konur ve tabak sözcüðü sözlükte bulunur. ünsüz yumuþamasý bayraðýna sahip olduðundan dolayý aranan kök bulunmuþ demektir. Oflazer ve Solak ýn bu çalýþmalarýnda ünlü uyumu ile ilgili denetimler de yer almaktadýr. Ayrýca ekler sýnýflandýrýlmýþ ve bu sayede çözümlemenin daha kolay hâle gelmesi saðlanmýþtýr. Diðer yazým denetimi araçlarýnda olduðu gibi, geliþtirilen bu yazýlýmda da sözcük bazýnda denetleme yapýlmýþ; cümle bazýnda denetleme yapýlmamýþtýr. Ayrýca yanlýþ yazýlmýþ olan sözcükler için öneri yapma sistemi mevcut deðildir [7,9]. Türkçede yazým hatalarýnýn düzeltilmesi ile ilgili diðer bir çalýþma K. Oflazer ve C. Güzey tarafýndan yapýlmýþtýr. Bu çalýþma iki seviyeli bir biçim bilimsel çözümleyici ve dinamik programlama tabanlý bir arama algoritmasýna dayanmaktadýr. Yazým hatalarýnýn düzeltilmesi ile ilgili olarak yapýlan bu çalýþmada, sorun iki ayrý ana baþlýk altýnda deðerlendirilmiþtir. Ýlk olarak yapýlan iþlem, yanlýþ yazýlmýþ sözcük için sözlükten tüm aday köklerin bulunmasýdýr. Burada zor olan nokta, köklerin yanlýþ yazýlma sonucunda mý yoksa ses deðiþimlerine uðrayarak mý deðiþmiþ olduðuna karar vermektir. Ýkinci adým ise sorunun esas kýsmýný oluþturmaktadýr; bu da bulunan tüm aday köklerden olasý tüm sözcüklerin türetilmesidir. Bunu gerçekleþtirmek için de "edit distance metric" olarak bilinen iki sözcük arasýndaki uzaklýðý bulma yollarýndan yararlanýlmýþtýr. Bu çalýþmada iki sözcüðün birbirine ne kadar benzer olduðunu bulmak için q gram yöntemi kullanýlmýþtýr. Yapýlan sýnama sonuçlarýna göre yanlýþ yazýlmýþ olan bir sözcüðün düzeltilmesi %95 baþarýyla gerçekleþtirilmektedir [6,8]. Türkçede yanlýþ yazýlmýþ sözcüklerin bulunmasý ile ilgili bir baþka çalýþma R. Aþliyan, K. Günel ve T. Yakhno tarafýndan gerçekleþtirilmiþtir. Bu çalýþmanýn amacý bir Türkçe metindeki sözcüklerin doðru yazýlýp yazýlmadýðýna karar vermektir. Sistem Türkçe metindeki sözcükleri giriþ olarak almakta ve n-gram frequency yöntemini kullanarak olasýlýk daðýlýmý hesabý yapmaktadýr. ðer bir sözcüðün olasýlýk daðýlýmý sýfýr ise o sözcüðün yanlýþ yazýlmýþ olduðuna karar verilmektedir. Sistemi sýnamak için ayný sözcükleri içeren metinlerden oluþan iki farklý veri tabaný hazýrlanmýþtýr. Bunlardan birincisi 685 tane yanlýþ yazýlmýþ; diðeri ise 685 tane doðru yazýlmýþ sözcük içermektedir. Sistemin yanlýþ yazýlmýþ olan sözcükleri bulma baþarýmý %97 olarak verilmiþtir. Türkçe metinlerdeki yazým hatalarýný bulma konusunda yapýlmýþ bir diðer çalýþma A. Delibaþ ve. Adalý tarafýndan gerçekleþtirilmiþtir. Bu çalýþmanýn hedefi; Türkçe metinlerdeki yazým hatalarýnýn denetlenmesi, Türkçe metinlerdeki yabancý sözcüklerin bulunmasý, Bulunan yabancý sözcükler için Türkçe karþýlýklarýnýn önerilmesi, Yanlýþ yazýlmýþ sözcükler için sözcük önerilmesi,

4 4 - Yazým atalarýný Düzeltme Bulunan yazým hatalarýnýn düzeltilmesi olarak belirlenmiþtir. Türkçe metinlerdeki yazým hatalarýnýn denetlenmesi ve yabancý sözcüklerin bulunmasý için yapýlan çalýþmalarda sözcüklerin Türkçe ses bilimi ve biçim bilimi kurallarýna uygun olup olmadýðýnýn sýnamasý yapýlmýþtýr. Bu sýnamanýn yapýlabilmesi için ilk olarak heceleme algoritmasý yardýmýyla sözcüklerin hecelenebilir olup olmadýðý denetlenmiþtir. Bu denetimi geçemeyen sözcükler Türkçe hece yapýsýna uygun olmadýklarý için doðrudan elenmektedir. Türkçe metinlerdeki yabancý sözcüklerin ortaya çýkarýlabilmesi için sözcüklerin Türkçe ses bilgisi ve hece yapýsý kurallarýna uygunluklarýnýn denetlenmesi yeterlidir. Ancak yazým yanlýþlarýnýn bulunabilmesi için biçim bilimsel çözümleme gereklidir. Bu çalýþma kapsamýnda gerçekleþtirilen biçim bilimsel çözümleyici kullanýlarak sözcükler kök ve eklerine ayrýldýktan sonra hatanýn kökte mi yoksa eklerde mi olduðu araþtýrýlmýþ, ardýndan hatalý kýsým düzeltilmiþtir. Bu çalýþmayla ilgili ayrýntýlý bilgiler Bölüm-9.2'de bulunmaktadýr. Türkçe metinlerdeki yazým hatalarýnýn giderilmesi için sesbilim ve biçim bilim kurallarý kullanýlarak gerçekleþtirilen yöntemlerin yeterli olmasý beklenemez. Metinlerin anlamsal açýdan da denetlenmesi gerekir. Örneðin; "Ali dün okuldan gelecek" tümcesi sesbilim ve biçim bilimsel kurallar açýsýndan denetlendiðinde hatasýzdýr. Ancak, anlam bilimi açýsýndan denetlendiðinde yanlýþtýr. 9.2 Yetkin ata Bulma ve Düzeltme Türkçe metinlerde yazým hatalarýnýn bulunmasý ve düzeltilmesi konusunda yapýlmýþ olan çalýþmalar özet biçiminde bir önceki kýsýmda tanýtýlmýþtýr. Bu kýsýmda, A. Delibaþ ve. Adalý tarafýndan gerçekleþtirilmiþ olan çalýþma ayrýntýlý biçimde tanýtýlacaktýr. Bu çalýþma kapsamýnda gerçekleþtirilmiþ olan çalýþmalar sýrasýyla þöyledir: daðarcýðý oluþturma eceleyici Kök bulucu Biçim bilimsel çözümleyici Türkçe metin denetleyici Ses bilimi açýsýndan sözcük denetimi önerme

5 9.2 Yetkin ata Bulma ve Düzeltme Daðarcýðý Oluþturma Oluþturulan sözcük daðarcýðý güncel TDK sözlüðünde yer alan sözcüklerin yaný sýra özel isimleri de içeren bir metin dosyasýdýr. Bu dosyada sözcükler kök hâlinde bulunmaktadýr. Türkçe kurallý bir dil olmasýna karþýn kural dýþý durumlarý da olan bir dildir. Ancak bu kural dýþý durumlarýn da uymak zorunda olduðu kurallar bulunmaktadýr. Bu nedenle oluþturulan sözlük daðarcýðýnda kural dýþý durumlarýn oluþturacaðý hatalarý ortadan kaldýrmak için sözcüklerin etiketlenmesi yoluna gidilmiþtir. Aþaðýdaki sözcük kümeleri etiketlenmiþtir: Özel isimler Yumuþama kuralýna göre deðiþime uðrayan sözcükler Ses düþmesinin söz konusu olduðu sözcükler Sözlük daðarcýðýnda bulunan kök sözcük yukarýda belirtilen özel durumlardan hangisine uyuyorsa kök sözcüðün yanýna bu özel durum yazýlmýþ; böylece sözcük etiketlenmiþtir. daðarcýðý oluþturulurken yumuþama ve ses düþmesi kurallarýný göz önüne alarak sözcükleri kümeleyebilecek bir algoritmanýn tasarlanýp tasarlanamayacaðý araþtýrýlmýþtýr. Bu araþtýrmanýn sonunda aþaðýdaki sonuçlara varýlmýþtýr: Ünsüz yumuþamasý kuralý göz önüne alýndýðýnda, k harfi ile biten sözcüklere ünlü ile baþlayan bir ek getirildiðinde k harfinin yerine g, ð veya kk harfleri gelmektedir. Örneðin ismin -i durum eki "aþk" sözcüðüne ulanýnca "aþký", "sokak" sözcüðüne ulanýnca "sokaðý", ahenk sözcüðüne ulanýnca "ahengi", "hak" sözcüðüne ulanýnca "hakký" sözcükleri oluþmaktadýr. Bu örneklerden görüldüðü gibi k harfi için üç farklý durum söz konusudur. Benzer durum t harfi için de geçerlidir. Bu aykýrý durumlarýn kaynaðý araþtýrýldýðýnda þu sonuca varýlmaktadýr: Kökeni Doðu dillerine dayanan sözcüklerde genellikle yumuþama olurken Batý dillerinden Türkçeye girmiþ olan sözcüklerde yumuþamaya daha az rastlanmaktadýr. Örneðin, kitap sözcüðünün kökeni Arapçadýr ve özgün hâli kitab þeklindedir. Bu sözcüðe ünlü ile baþlayan ek ulandýðýnda sözcük özgün hâline geri dönmekte ve ek özgün hâline ulanmaktadýr. Benzer þekilde Arapça kökenli olan "hak" ve "cet" sözcükleri de ünlü ile baþlayan ek aldýðýnda özgün hâlleri olan "hakk" ve "cedd" hâllerine geri dönmektedirler. Bunun yaný sýra "ýslahat", "sefahat", "tatbikat" gibi Arapça kökenli sözcüklerin özgün hâlleri de þu an kullanýlan hâlleriyle ayný olduðu için bu sözcükler herhangi bir deðiþime uðramamaktadýrlar. Dolayýsýyla buradan da görüleceði gibi doðu kökenli dillerden Türkçeye geçmiþ olan sözcüklerin pek çoðunda sözcük, ünsüz yumuþamasý kuralýna uymak için özgün hâline geri dönmektedir. Batý kaynaklý dillerden Türkçeye girmiþ olan sözcükler üzerinde de benzer çalýþma yapýlmýþtýr. Örneðin Fransýzcadan dilimize girmiþ olan "akrobat", "bürokrat", "demokrat" sözcükleri ünlü ile baþlayan bir ek aldýðýnda deðiþime uðramazken yine

6 6 - Yazým atalarýný Düzeltme Fransýzcadan dilimize girmiþ olan "piramit" sözcüðü ünlü ile baþlayan bir ek aldýðýnda deðiþime uðramakta ve sözcük sonundaki t harfinin yerini d harfi almaktadýr. Benzer þekilde Fransýzca kökenli olan "bank" sözcüðünde yumuþama söz konusu deðilken "müzik" sözcüðünde yumuþama olmaktadýr. Batý dillerinden Türkçeye girmiþ olan sözcüklerin bir kýsmýnda yumuþama gerçekleþmekte bir kýsmýnda gerçekleþmemektedir. Bu deðerlendirmelerin sonunda Doðu kökenli sözcükler için bir kural oluþturulabilir gibi görünse de Batý kökenli sözcükler için yumuþama kuralý oluþturulamamaktadýr. Dolayýsýyla yazým yanlýþlarýný bulma ve düzeltmedeki hata oranýný en aza indirgemek açýsýndan sözcük daðarcýðýndaki sözcükler yumuþama kuralý açýsýndan etiketlenmeleri gerekmiþtir. Ses düþmeleri açýsýndan TDK sözlüðündeki sözcükler incelendiðinde ses düþmesi kuralýnýn ünsüz yumuþamasý kuralýna göre daha kurallý bir yapýya sahip olduðu söylenebilir. Ancak ses düþmesinde de kural dýþý durumlar söz konusudur. Örneðin, beniz sözcüðü ünlü ile baþlayan bir ek aldýðýnda ikinci hecedeki i ünlüsü düþmekte ve "benzi" hâline dönüþmektedir. Ancak deniz sözcüðüne bakýlacak olursa iki sözcük arasýndaki farkýn sözcük baþýndaki harf olmasýna karþýn bu sözcükte ses düþmesi söz konusu deðildir. Dolayýsýyla sözlük daðarcýðýndaki sözlüklerin ses düþmesi açýsýndan etiketlenmesi gerektiði sonucuna varýlmýþtýr. Sözlük daðarcýðýna yeni sözcükler eklenebilmektedir. klenecek sözcük yabancý bir sözcük ise bu sözcüðe karþýlýk düþen bir Türkçe sözcük önerilmektedir. Örneðin "arkeoloji" sözcüðü yerine kazý bilimi veya "agresif" sözcüðü yerine saldýrgan sözcüðü önerilebilir. daðarcýðýna eklenmek istenen sözcük yabancý sözcük olmasýna karþýn eklenmek isteniyorsa eklenebilir eceleyici Biçim bilimsel çözümleyiciyi gerçekleþtirebilmek bir heceleyici gerekli olmuþtur. Türkçede ekler ve kökler arasýndaki ses olaylarý hece boyutunda gerçekleþtiði için hecelemenin önemi oldukça büyüktür. Türkçede altý temel hece yapýsý bulunmaktadýr. Ses kurallarý sadece bu hece yapýlarýna izin vermektedir. Bu kurallara göre Türkçe bir hecenin içinde en az bir, en fazla dört ses bulunabilir. Türkçedeki bu hece kalýplarý sayesinde hecelemenin yapýsal olarak modellenmesi ve yazýlým ile gerçekleþtirilmesi olanaklýdýr. Bazý yabancý sözcüklerde heceleme kuralý dýþýna çýkýldýðý görülmektedir. Gerçekleþtirilen heceleme algoritmasýnýn temeli Türkçe hece modelleri temeline dayanmaktadýr. Algoritmada sözcük sondan baþa doðru incelenmekte ve hecelenmektedir. eceleme algoritmasýnýn adýmlarý aþaðýda verilmiþtir: 1. Aþama Sözcüðün sonundaki harf okunur ve bu harfin ünlü mü yoksa ünsüz mü olduðu belirlenir. ðer son harf ünsüz ise sözcük uzunluðu denetlenir. uzunluðu bir harf ise bu hata durumudur; çünkü Türkçede heceler sadece bir ünsüz harften oluþamazlar.

7 9.2 Yetkin ata Bulma ve Düzeltme - 7 Baþla Sözcüðün son harfini oku Ünlü harf mi? uzunluðunu hesapla uzunluðunu hesapla uzunluðu =1 mi? uzunluðu =1 mi? Sondan bir önceki harf ünlü mü? Sondan bir önceki harf ünlü mü? uzunluðu =2 mi? uzunluðu =2 mi? arf l,r,p,y,n,s den biri mi? uzunluðu =3 mü? Sondan iki önceki harf ünlü mü? uzunluðu =2 mi? Sondan iki önceki harf ünsüz mü? uzunluðu =3 mü? Sondan iki önceki harf ünsüz mü? Sondan üç önceki harf ünlü mü? uzunluðu >3 mü? uzunluðu =4 mü? Sondan üç önceki harf ünsüz mü? ece bulundu Uzunluðu = 3 ece bulundu Uzunluðu = 2 ece bulundu Uzunluðu = 1 ece bulundu Uzunluðu = 4 ata Bulunan heceyi sözcükten çýkar uzunluðu=0 mý? SON Þekil-9.1: Türkçe sözcükleri heceleme algoritmasý

8 8 - Yazým atalarýný Düzeltme 2. Aþama 3. Aþama 4. Aþama ilk aþamadan geçerse sondan bir önceki harf ele alýnýr. ðer sondan bir önceki harf ünlü ise bu durumda sözcük denetlenir. ðer sözcük uzunluðu iki ise (örneðin: al) veya sondan iki önceki harf ünlü ise (örneðin; saat, zaaf) hece bulunmuþ demektir. ðer sözcük uzunluðu üç (örneðin; yat, kat) ise veya sondan üç önceki harf ünlü ise (örneðin; kitap, kalem) hece bulunmuþ demektir. Bu koþullar saðlanmýyorsa sondan dört önceki harfe bakýlýr ve bu harf ünlü ise (örneðin, kezzap) hece bulunmuþ demektir. Bu koþullarýn dýþýndaki durumlarda hata oluþturulur. Ýlk iki aþama sondan bir önceki harfin ünlü olmasý durumunda izlenecek yolu göstermektedir. Sondan bir önceki harf de son harf gibi ünsüz ise ve bu harf l, r, y, p, n, s harflerinden biriyse bu durumda hece Türkçe hece modellerinden SZZ veya ZSZZ kalýplarýndan birine uymaktadýr. uzunluðu iki ise veya sondan iki önceki harf de ünsüz ise hata oluþturulur. Çünkü Türkçe hece kalýplarýna göre bir hece iki ünsüz (ZZ) veya üç ünsüzden (ZZZ) oluþamaz. Bu denetim sayesinde yabancý dillerden dilimize girmiþ olan ve sözcük baþýnda veya ortasýnda birden fazla ünsüz harfi yan yana bulunduran sözcüklerin hecelenmesine izin verilmez. uzunluðu üçten büyük ve sondan üç önceki harf ünsüz ise (örneðin; kalp, Türk, ebeveyn) hece bulunmuþ demektir. Son harfin ünlü olmasý durumunda ise uygulanan yöntem þu þekildedir: uzunluðu bir ise (örneðin; o) hece bulunmuþ demektir. Sondan bir önceki harf ünsüz ise ve sözcük uzunluðu iki ise (örneðin; ye, ya) hece bulunmuþ demektir. Sondan iki önceki harf ünsüz ve sözcük uzunluðu üç ise hece bulunmuþ demektir. Tüm bu denetimlerin dýþýnda kalan durumlar için hata üretilir ve heceleme yapýlamaz. Yukarýda da belirtildiði gibi heceleme sözcük sonundan baþýna doðru yapýlmaktadýr. Dolayýsýyla ilk hece bulunduktan sonra bulunan hece sözcükten çýkarýlmakta ve anlatýlan denetimlerin hepsi sözcükte kalan diðer heceler için de aynen gerçekleþtirilmektedir. er hece bulunduðunda bulunan hece dýþýnda sözcükte kalan diðer heceler için ayný iþlemler tekrarlanmaktadýr ve bu iþlem sözcük uzunluðu sýfýrlanana kadar devam etmektedir. Böylece sözcükteki tüm heceler bulunabilmektedir. Þekil-9.1 heceleme algoritmasýna iliþkin akýþ diyagramýný göstermektedir Kök Bulucu Kullanýlan kök bulma algoritmasý aðaç veri yapýsý ile oluþturulmuþtur. Sözlükten okunan tüm kökler bu aðaca yerleþtirilir. Kök aðacý Yönlü Döngüsüz Çizgesi (YDSÇ) DAWG) yapýsýndadýr. Aþaðýda Kök Aðacý Yönlü Döngüsüz Çizgesi hakkýnda bilgi verilmiþtir.

9 9.2 Yetkin ata Bulma ve Düzeltme Yönlü Döngüsüz Çizgesi Yapýsý YDSÇ hýzlý sözcük aramalarýna olanak tanýyan bir veri yapýsýdýr. Çizgeye giriþ noktasý aranan sözcüðün baþlangýç harfidir. er düðüm bir harfi temsil eder. Çizgede ilerlerken karþýlaþýlan harf ile aranan harfin ayný olmamasý durumunda bir düðümden diðer düðümlere geçiþ yapýlabilir. Çizgenin yönlü bir çizge olmasýnýn nedeni herhangi iki düðüm arasýnda sadece özel ve belirli bir yolda ilerlenilebilmesidir. Diðer bir deyiþle, A düðümünden B düðümüne gidilebilir; ancak B düðümünden A düðümüne gidilemez. Döngüsüz olmasýnýn nedeni ise çizge üzerinde herhangi bir yolun baþlangýç ve bitiþ düðümünün ayný olmamasýndan kaynaklanmaktadýr. Bir baþka deyiþle çizge üzerinde A B C A þeklinde bir yol bulunmasý söz konusu deðildir. Þekil-9.2'de BAL, BAS sözcüklerinin YDSÇ içindeki yerleþimi gösterilmiþtir. B A L(SS) SD S(SS) Þekil-9.2: BAL ve BAS sözcükleri için YDSÇ Þekil-9.2'deki : Çocuk Düðüm, SD : Sonraki Düðüm ve SS : Sonu anlamýna gelmektedir. Þekil-9.2'deki YDSÇ'de "BAS" sözcüðünün aranmasý durumunda giriþ noktasýndan (B harfi) arama baþlayacaktýr. "B" harfi aradýðýmýz sözcüðün ilk harfi olduðundan dolayý bundan sonra yapýlacak iþlem "B" harfinin çocuk düðümüne gitmektir." BAS" sözcüðü için aradýðýmýz ikinci harf "A" harfidir ve bu harf çizge üzerinde "B" harfinin çocuk düðümü olan "A" harfi ile ayný olduðundan bu kez de "A" harfinin çocuk düðümüne bakýlacaktýr. "BAS" Þekil-9.2'deki : Çocuk Düðüm, SD : Sonraki Düðüm ve SS : Sonu anlamýna gelmektedir. Þekil-9.2'deki YDSÇ'de "BAS" sözcüðünün aranmasý durumunda giriþ noktasýndan (B harfi) arama baþlayacaktýr. "B" harfi aradýðýmýz sözcüðün ilk harfi olduðundan dolayý bundan sonra yapýlacak iþlem "B" harfinin çocuk düðümüne gitmektir." BAS" sözcüðü için aradýðýmýz ikinci harf "A" harfidir ve bu harf çizge üzerinde "B" harfinin çocuk düðümü olan "A" harfi ile ayný olduðundan bu kez de "A" harfinin çocuk düðümüne bakýlacaktýr. "BAS" sözcüðü için aranýlmasý gereken sýradaki harf "S" harfidir. Ancak bu harf, çizge üzerinde "A" harfinin çocuk düðümü olan "L" harfinden farklý olduðu için " L" harfinin çocuk düðümüne bakýlmayacak ve bir sonraki düðüme (S) geçilecektir. Bu düðüm aranýlan harf olan S harfini göstermektedir. Aranýlan sözcük içindeki tüm harfler bulunduðuna göre bundan sonra yapýlmasý gereken sözcük sonuna gelinip gelinmediðinin denetlenmesidir.

10 10 - Yazým atalarýný Düzeltme B O L(SS) SD K Þekil-9.3: BOL ve KOL sözcükleri için YDSÇ YDSÇ'de ayný harfle biten sözcüklerin ayný düðümde sonlanmasý iþlemi gerçekleþtirilebilir. Þekil-9.3'deki BOL ve KOL sözcüklerinin YDSÇ'deki yerleþimi bu duruma örnek olarak gösterilebilir Yönlü Döngüsüz Çizgesi Oluþturma YDSÇ oluþturmak için ilk olarak aðaç oluþturulur. Aðaçtaki yapraklardan biri sözcük sonunu temsil eder. Aðaçta birbirinin ayný olan çok sayýda yaprak bulunabilir. Þekil-9.4'te BAL ve SAL sözcüklerinin aðaçtaki diziliþi görülmektedir. B A L(SS) SD S A L(SS) Þekil-9.4: BAL ve SAL sözcükleri için aðaç oluþumu Þekil-9.4'te görülen aðaca balta sözcüðü eklenmek istendiðinde, L harfine gelene kadar aðaç üzerinde arama yapýlýr. L harfine gelindiðinde bu düðümün çocuðu olmadýðý görülür ve T düðümü son düðüm olan L düðümüne, A düðümü de son eklenen T düðümüne eklenir. Sonuçta oluþan durum Þeki-9.5'teki gibidir. B A L(SS) T A(SS) SD S A L(SS) Þekil-9.5: BALTA sözcüðünün aðaca yerleþtirilmesi

11 9.2 Yetkin ata Bulma ve Düzeltme - 11 Þekil-9.5'ten de görüleceði gibi aðaca bu þekilde sözcük eklemek sözcüklerin baþlangýçlarý için ortak düðümler olmasýný saðlarken sözcük sonlarý her sözcük için farklý olmaktadýr. Çizgenin boyutunu daha sý"nýrlý hâle getirmek için sözcük sonlarýnýn ortak olan kýsýmlarý bulunmalý ve birleþtirilmelidir. Bunu gerçekleþtirmek için yaprak düðümden yola çýkýlýr. Ýki yaprak düðüm ayný ise bunlar birleþtirilebilir. Ýki yaprak düðümün ayný olmasý için bu düðümlerin ayný harfi taþýmalarý tek baþýna yeterli deðildir; bir sonraki düðümleri veya çocuk düðümleri varsa bunlarýn da ayný olmasý gereklidir. Þekil-9.6'da görülen çizge bu duruma örnek olarak verilebilir. B N Ý Z(SS) SD D G Þekil-9.6: sonlarýnýn ortak düðümlere baðlanmasý Aðaç Üzerinde Kök Bulma Aðaç üzerinde bir kökü bulmak için aðacýn baþýndan itibaren kökü oluþturan harfleri temsil eden düðümleri izlemek gerekir. Þekil-9.7'de görülen aðaç üzerinde örneðin "balo" kökü bulunmak istendiðinde ilk olarak "B" baþlangýç düðümünden "A" düðümüne, "A" düðümünden "L" düðümüne ve oradan da "O" düðümüne geçmek gerekir. C A B A I L T K O A N Þekil-9.7 Aðaç üzerinde kök bulma

12 12 - Yazým atalarýný Düzeltme Aðaç Üzerinde Kök Bulma Aðaç üzerinde kök bulma iþlemi bir veri yapýsý olan aðacýn düðümlerinin üzerinde gezilmesi ve aranan düðümle üzerinde bulunulan düðümün karþýlaþtýrýlmasý þeklinde gerçekleþtirilmektedir. Dolayýsýyla kök bulma algoritmasýnýn özü aðaca yerleþtirilmiþ olan kökler üzerinde yapýlan aðaç iþlemleridir. Girilen sözcüðün ilk harfinden baþlanarak aðaç üzerinde ilerlenilir. Ýlerlenecek yer kalmayana veya sözcük bitene kadar aðaç üzerinde ilerlemeye devam edilir. Aðaç üzerinde ilerlerken karþýlaþýlan tüm kökler aday olarak toplanýr. Örneðin; "BALON" sözcüðü için aðaç üzerinde yürürken karþýlaþýlan "BAL", "BAL" ve "BALON" köklerinin üçü de aday kökler olarak bulunur. Ses deðiþimleri (ünsüz yumuþamasý, ses düþmesi vb.) nedeniyle deðiþime uðrayan sözcüklerin aðaca eklenmesi sýrasýnda hem sözcüðün özgün hâli hem de deðiþime uðrayan hâli aðaca eklendiði için kök bulma iþlemi sýrasýnda herhangi bir sorunla karþýlaþýlmaz. Örneðin, "þarap" sözcüðü hem "þarap" hem de "þarab" olarak aðaca eklenmektedir; ancak bu iki düðümün de iþaret ettiði kök aynýdýr ve bu kök "þarap" köküdür. Böylece ünsüz yumuþamasýna uðramýþ olarak aranan sözcüðün kökünün de aðaçta bulunmasý saðlanmýþ olur Sözcüðün Biçimbilimsel Çözümlenmesi Türkçenin ek zengini olduðu bir gerçektir. Bu nedenle sözcüklerin biçim bilimsel çözümlenmesi önemli bir çalýþma olarak deðerlendirilir kler kler ve eklerin sözcük kök veya gövdelerine ulanýþlarýnda oluþturduklarý desenlerin incelenmesi biçim bilimsel çözümleme açýsýndan oldukça önemlidir. klerin sýnýflandýrýlmasýnda en önemli aþama yapým ve çekim eklerinin hangi sýralarla birbirlerini izlediklerini belirleyebilmektir. Türkçe dil bilgisi kurallarýna göre çekim ekleri yapým eklerinden sonra gelir. Dolayýsýyla bir kez çekim eki alan sözcük, daha sonra sadece çekim eki alabilir. Çekim eklerinin birbirlerini hangi sýrayla takip edecekleri de kurallara baðlýdýr. Yapým ekleri için bu þekilde oluþturulmuþ kesin kurallarýn varlýðýndan bahsetmek olanaklý deðildir. Tüm Türk dillerinde ekler dilin en önemli bileþenini oluþtururlar ve bu nedenle eklerin yapýsýnýn anlaþýlmasý biçim bilimsel inceleme açýsýndan oldukça önemlidir. Türkçede eklerin isimlendirilmesinde ve gösterilmesinde kullanýlan benimsenmiþ bir yöntem mevcut olmamakla beraber bu bölümde verilecek olan örnekler sýkça kullanýlan yöntemler temel alýnarak verilmiþtir. Örneðin çoðul eki olan -lar ekinin gösterilimi -lar þeklindedir. Bu gösterimde küçük harfle yazýlmýþ olan l ve r harfleri eke doðrudan eklenileceðini gösterirken, büyük harfle yazýlmýþ olan A harfi ekleneceði sözcüðün son ünlüsüne göre deðiþebileceðini ifade etmektedir. kin ulanacaðý sözcüðün son ünlüsü kalýn ünlü ise bu harf a, ince ünlü ise e hâlini alacaktýr.

13 9.2 Yetkin ata Bulma ve Düzeltme - 13 Türkçede ekler için özel bazý durumlar söz konusudur. Örneðin Türkçede þimdiki zaman eki olan -(I)yor eki ulandýðý eylemin son harfi ünlü harf ise bu harfin düþmesine neden olur. Örneðin; ara- eylem köküne þimdiki zaman eki ulandýðýnda oluþan eylem ara-yor þeklinde deðil, ar-ýyor þeklindedir. Benzer þekilde eylemleri edilgen yapan ekler de ulanacaklarý eylemlerin son ünsüzlerine baðlý olarak deðiþebilmektedirler. Örneðin; gel- eylemine edilgenlik eki ulandýðýnda eylem gel-in-mek hâlini alýrken kes- eylemi kes-il-mek hâline dönüþmektedir. Kullanýlan ek dosyasý içinde ekler kümelere ayrýlarak sýnýflandýrýlmýþtýr. Örneðin, ismin hâl ekleri için bir küme oluþturulmuþ ve bu kümeye dâhil olan tüm ekler (-i, -e, -de, -den) bu kümenin içine konulmuþtur. Ayrýca çekim eklerinin birbirlerini hangi sýrayla izleyebilecekleri ile ilgili kurallar göz önüne alýnarak ekler arasýnda iliþkilendirme yapýlmýþtýr. Bir ekten sonra gelebilecek tüm olasý ekler, ilgili ekle iliþkilendirilmiþ ve bu sayede eklerin ayrýþtýrýlmasý daha kolay çözümlenebilir hâle getirilmiþtir. Bunun yaný sýra yukarýda da belirtildiði gibi bazý eklerin özel durumlara sahip olmasý nedeniyle bu eklerle ilgili özel durumlarý belirten etiketler verilmiþtir Ayrýþtýrma Algoritmasý Biçim bilimsel çözümlemede kullanýlan ayrýþtýrma algoritmasý girilen bir sözcüðe ait olasý tüm kök ve ek çözümlerini bulmak için kullanýlýr. Girilen bir sözcüðün biçim bilimsel çözümlemesinin yapýlmasýnda ilk adým, girilen sözcüðü noktalama iþaretleri, kýsa çizgi iþareti gibi harf dýþýndaki elemanlardan ayrýþtýrmaktýr. Bu sayede geriye sadece kök ve ekler kalýr. arf dýþýndaki elemanlarýn ayýklanmasýndan sonra yapýlan iþlem, olasý tüm köklerin kök aðacý üzerinde gezilerek bulunmasýdýr. Kök bulma algoritmasý Bölüm-9.2.3'te anlatýlmýþtýr. Olasý tüm kökler bulunduktan sonra eklerin bulunmasý iþlemi baþlar. Bunun için kök sözcüðün almýþ olduðu ilk eke bakýlýr. Bölüm 'de belirtildiði gibi ilk ek kendinden sonra gelebilecek eklerle ilgili bilgi verdiði için sýrayla bu ekler ele alýnýr ve ekin kök sözcük üzerinde özel bir durum oluþturup oluþturmadýðýna bakýlýr. Örneðin ek ünlü ile baþlýyorsa ve kök sözcük ünlü düþmesi özel durumuna sahipse bu durumda ek, kök sözcük üzerinde özel bir durum oluþturur. klerin kök sözcük üzerinde özel durumlarýn oluþmasýna neden olmasý durumda, kök sözcük özel duruma uygun þekle dönüþtürülür. Kök sözcük uygun þekle dönüþtürüldükten sonra sýra ekin köke ulanmasýna gelir. Burada ekin özelliðine göre köke ulama iþlemi gerçekleþtirilir. Örneðin; kök sözcük "elma" ise ve ulanacak ek -lar eki ise ilk olarak sözcüðe l harfi eklenir. Daha sonra sözcüðün son ünlüsünün kalýn mý ince mi olduðuna bakýlýr. "lma" kök sözcüðü için son ünlü kalýn olduðundan ulanacak ek kalýn olacak þekilde biçimlendirilir. Bu durumda kök sözcük elmala hâlini alýr. Son olarak da r harfi sözcüðe ulanýr ve böylece -lar ekinin sözcüðe ulanmasý iþlemi bitmiþ olur. Ýlk ek sözcüðe ulandýktan sonra girilen sözcük ile oluþturulan sözcüðün ayný olup olmadýðý denetlenir. ler ayný ise ulanacak ek kalmamýþ demektir. Ayný deðilse girilen sözcük daha fazla sayýda ek içeriyor demektir; bu durumda oluþturulan sözcük bir yýðýnda saklanýr ve ek ulama iþlemine devam edilir. Bir sonraki eki bulmak için önceki ekle iliþkilendirilmiþ olan eklere bakýlýr. Bu noktada çekim eklerinin

14 14 - Yazým atalarýný Düzeltme hangi sýrayla birbirlerini takip edebileceði kurallarýnýn var olmasý oldukça iþe yaramaktadýr. Bir önceki örnekten devam edilecek olursa girilen sözcük elmalarým sözcüðü olmak üzere ilk ek -lar eki sözcüðe eklendikten sonra geride kalan -ým eki için -lar ekinden sonra gelebilecek ekler arasýnda arama yapýlýr ve bu ekin birinci tekil þahýs iyelik eki olduðu arama sonucunda ortaya çýkar. Bu ek de sözcüðe ulandýktan sonra giriþ sözcüðü ile oluþturulan sözcüðün ayný olup olmadýðýna bakýlýr ve sözcükler ayný olacaðý için çözümleme iþlemi gerçekleþtirilmiþ olur. Þekil-9.8 ayrýþtýrma algoritmasýna iliþkin akýþ diyagramýný göstermektedir Türkçe Metin Denetleyici için Türkçe denetimi yapýlmasýnda amaç, girilen sözcüðün Türkçe bir sözcük olup olmadýðýný denetlemektir. Bunu gerçekleþtirebilmek için öncelikle sözcüðün hecelenebilir olup olmadýðýnýn denetlenmesi gerekir. ðer girilen sözcük hecelenemiyorsa Türkçe olmadýðý kararýna varýlýr. ecelenebilen sözcüklerin, Türkçe sözcüklerin saðlamasý gereken ve aþaðýda sýralanan kurallarý saðlayýp saðlamadýðýna bakýlýr. baþý ünsüz denetimi sonu ünsüz denetimi içi ünsüz denetimi Ünlü uyumlarý Ünsüz uyumu Ses bilimi açýsýndan sözcük denetimi Ünsüz yumuþamasý denetimi Ünlü düþmesi denetimi Bu kurallardan en az bir tanesini saðlamayan sözcük Türkçe bir sözcük deðildir veya dilimize yabancý dillerden girmiþ bir sözcüktür. Þekil-9.9 Türkçe sözcük denetimine iliþkin genel akýþ diyagramýný göstermektedir Baþý Ünsüz Denetimi Türkçe bir sözcüðün baþýnda birden fazla ünsüz harf bulunamaz. Dolayýsýyla ilk olarak yapýlan denetim sözcük baþýndaki ünsüz harf sayýsýný bulma amacýna yöneliktir. Bu aþamada yapýlan iþ sözcük baþýndaki ünsüz sayýsýnýn birden fazla olup olmadýðýnýn bulunmasýdýr. ðer bu sayý birden fazla ise sözcüðün Türkçe olmadýðýna karar verilir. Örneðin "strateji", "tren" gibi sözcükler dilimize yabancý dillerden girmiþ olan sözcüklerdir ve yapýlan bu denetim ile bu sözcüklerin Türkçe olmadýðý kolay bir þekilde ortaya çýkarýlýr. Aslýnda bu yabancý sözcükleri

15 9.2 Yetkin ata Bulma ve Düzeltme - 15 Baþla Sözcüðü harf dýþýndaki elemanlardan arýndýr Olasý tüm kökleri bul Ýlk aday kökü al Ýlk eki bul Sýradaki eki bul k kök üzerinde özel durum oluþturur mu? Kökü özel durumuna göre biçimlendir ki kuralýna göre sözcüðe ekle Girilen sözcükteki ek ulanan ekle ayný mý? Sözcüðün oluþturulan halini sakla Girilen sözcük ilk oluþturulan ile ayný mý? çözümleme için ilk aday oluþturuldu Sýradaki kök adayýný al Þekil-9.8: Ayrýþtýrma algoritmasýnýn akýþ diyagramý

16 16 - Yazým atalarýný Düzeltme Baþla teki hece sayýsýný bul ece sayýsý sýfýr mý? baþý ünsüz harf denetimini uygula denetimi baþarýlý mý? sonu ünsüz harf denetimini uygula denetimi baþarýlý mý? kökünü bul içi ünsüz harf denetimini uygula denetimi baþarýlý mý? ünlü uyumuna uygun mu? ünsüz uyumuna uygun mu? Türkçe deðilidir ya da yanlýþ yazýlmýþtýr Türkçedir yabancý ise Türkçe karþýlýk sözcük öner SON Þekil 9.9 Türkçe denetimi akýþ diyagramý

17 9.2 Yetkin ata Bulma ve Düzeltme - 17 seslendirirken iki ünsüz arasýna bir ünlü koyduðumuz da bir gerçektir. Örneðin "tren" sözcüðünü "tiren" biçiminde seslendiririz. Ancak her nedense yabancý dildeki biçiminde yazmaya devam ederiz. Þekil-9.10 sözcük baþýndaki ünsüz harf sayýsýnýn denetimine iliþkin akýþ diyagramýný göstermektedir. Baþla Ýlk harfi oku Ünlü harf mi? Ýkinci harfi oku Ünlü harf mi? Türkçe Deðilidir SON Þekil-9.10: baþý ünsüz harf sayýsý denetimi için akýþ diyagramý Sonu Ünsüz Denetimi sonundaki ünsüz harflerle ilgili Türkçede bulunan kurallar þu þekilde özetlenebilir: Türkçe sözcüklerin sonunda b, c, d, g harfleri bulunamaz. Türkçe bir sözcüðün sonunda ikiden fazla sayýda ünsüz harf bulunamaz. Türkçe bir sözcük sonunda çift ünsüz bulunabilir. Bu durum için kurallar þu þekildedir:

18 18 - Yazým atalarýný Düzeltme Son harfi ç, k, p, t olan sözcüklerde bir önceki harf ünsüz harf ise bu harf l harfi olabilir. Örneðin, ölç, "cýlk" gibi. Son harfi ç, k, t olan sözcüklerde bir önceki harf ünsüz harf ise bu harf n harfi olabilir. Örneðin; "kýskanç", "iðrenç" gibi. Son harfi ç, k, p, s, t olan sözcüklerde bir önceki harf ünsüz harf ise bu harf r olabilir. Örneðin; "bark", "Türk" gibi. Son harfi t olan sözcüklerde bir önceki harf ünsüz harf ise bu harf s olabilir. Örneðin; "üst" gibi. Baþla Son harfi oku Ünlü harf mi? Ünlü harf mi? Türkçe sözcüklerin sonunda b, c, d, g harfleri bulunamaz Önceki harfi oku Ünlü harf mi? SON Önceki harf l mi? Önceki harf n mi? Son harf ç, k, p, t den biri mi? Önceki harf r mi? Önceki harf ç, k, t den biri mi? Önceki harf s ya da þ mi? Son harf ç, k, p, s, t den biri mi? Son harf t mi? sonundaki çift ünsüz kuralýna uygun deðil SON Þekil-9.11: sonu ünsüz harf sayýsý denetimi için akýþ diyagramý

19 9.2 Yetkin ata Bulma ve Düzeltme - 19 Son harfi t olan sözcüklerde bir önceki harf ünsüz harf ise bu harf þ olabilir. Örneðin; "hiþt" gibi. Yukarýda sýralanan kurallardan yola çýkýlarak sözcük sonundaki ünsüz harf denetlenir. ðer bu harf b, c, d, g harflerinden biri ise sözcüðün Türkçe olmadýðýna karar verilir. ðer sözcük bu kuralý saðlýyorsa bu durumda sözcük sonundaki ünsüz harf sayýsýna bakýlýr. sonundaki ünsüz harf sayýsý ikiden büyük ise sözcüðün Türkçe olmadýðýna karar verilir. sonundaki ünsüz harf sayýsý iki ise sondan bir önceki harfe bakýlýr. Bu harf l ise ve son harf ç, k, p, t harflerinden biri deðilse sözcük Türkçe deðildir. Benzer þekilde sondan bir önceki harf n ise ve son harf ç, k, t harflerinden biri deðilse sözcük Türkçe deðildir. Sondan bir önceki harf r ise ve son harf ç, k, p, t, s harflerinden biri deðilse sözcük Türkçe deðildir. Sondan bir önceki harf s veya þ ise ve son harf t deðilse sözcük Türkçe deðildir. Þekil-9.11 sözcük sonundaki ünsüz harf sayýsýnýn denetimine iliþkin akýþ diyagramýný göstermektedir Ýçi Ünsüz Denetimi Türkçe bir sözcüðün içinde üç veya daha fazla sayýda ünsüz harf yan yana bulunamaz. Bu kuraldan yola çýkýlarak sözcük içinde yan yana bulunan ünsüz harf sayýsýnýn denetimi yapýlýr. Bunun için girilen sözcük ilk harfinden son harfine kadar taranýr ve sözcük içindeki yan yana bulunan ünsüz harf sayýsý hesaplanýr. ðer bu sayý üçe eþit veya üçten büyük ise sözcük Türkçe deðildir. Þekil-9.12 sözcük içinde yan yana gelebilecek ünsüz sayýsýnýn denetimine iliþkin akýþ diyagramýný göstermektedir Ünlü Uyumlarý Türkçe kelimelerde uyulmasý gereken en önemli özelliklerden biri de ünlü uyumu kuralýdýr. Öncelikle sözcük heceleme algoritmasý ile hecelerine ayrýlýr. Bundan amaç sözcük içindeki ünlü harf sayýsýný bulmaktýr. Türkçenin hece kalýplarýna göre Türkçe bir hecede mutlaka bir ünlü harf bulunmak zorundadýr. Dolayýsýyla Türkçe bir sözcükteki hece sayýsý ayný zamanda sözcük içindeki ünlü harf sayýsýný da verir. Ünlü uyumu algoritmasýnda izlenen yol þu þekildedir: ece dizinlerinden yararlanýlarak sözcük içindeki ünlü harflerin dizinlerine eriþilir ve ilk ünlü harf okunur. Ýlk harf kalýn ünlü ise sonraki hecelerdeki tüm ünlü harflerin de kalýn ünlü olup olmadýðý denetlenir. Benzer þekilde ilk harf ince ünlü ise sonraki hecelerdeki tüm ünlü harflerin ince ünlü olup olmadýðý denetlenir. ðer sözcük bu kurala uymuyorsa Türkçe deðildir veya dilimize yabancý dillerden girmiþtir. bu kurallara uygunsa sözcüðün küçük ünlü uyumuna uyup uymadýðý denetlenir. Sözcüðün ilk ünlü harfi düz ünlülerden biri ise sonraki hecelerdeki ünlü harfler de düz ünlü olmalýdýr. Sözcüðün ilk ünlü harfi yuvarlak ünlülerden biri ise sonraki hecelerdeki ünlü harfler ya dar yuvarlak ya da düz geniþ olmalýdýr. Bu kurala uymayan sözcükler Türkçe deðildir veya dilimize yabancý dillerden girmiþlerdir.

20 20 - Yazým atalarýný Düzeltme Baþla teki ünsüz harf sayýsýný bul Ünsüz harf sayýsý >2 mi? teki ünsüz harflerin sýra numarasýný dizide tut L= dizi sonu Dizi(i)=Dizi(i-1)+1 mi? Dizi(i-1)=Dizi(i-2)+1 mi? L yi bir azalt içindeki ünsüz sayýsý ve ünsüzlerin diziliþi uygun deðildir L = 0 mý? içindeki ünsüz sayýsý ve ünsüzlerin diziliþi uygundur SON Þekil-9.12: içindeki ünsüz harf sayýsý denetimi için akýþ diyagramý Þekil-9.13 büyük ünlü uyumu için, Þekil-9.14 ise küçük ünlü uyumu için akýþ diyagramýný göstermektedir.

21 Sayaçlarý sýfýrla 9.2 Yetkin ata Bulma ve Düzeltme - 21 Baþla teki hece sayýsýný bul ece sayýsý =1 mi? SON teki ilk harfi oku sonuna gelindi mi? Okunan harf ünlü harf mi? Ýnce ünlü sayacý = 0 mý? Ýnce ünlü mü? Kalýn ünlü sayacý = 0 mý? Kalýn ünlü sayacýný bir artýr Ýnce ünlü sayacýný bir artýr Sayaç deðeri hece sayýsýndan farklý mý? ata büyük ünlü uyumuna uygun deðildir büyük ünlü uyumuna uygundur Sýradaki harfi oku SON Þekil-9.13 Büyük ünlü uyumu akýþ diyagramý Ünsüz Uyumu Türkçe sözcüklerde ünsüzler açýsýndan da bir uyum söz konusudur. Bu kurala uygun olarak geliþtirilen algoritma sözcük içindeki ünsüz harfler sýrasýyla taranmakta ve ele alýnan ünsüz harfin bir sonraki ünsüz harf ile uyumlu olup olmadýðýnýn denetimi yapýlmaktadýr. Buna göre ele alýnan ünsüz harf sert ünsüzlerden biriyse ve bir sonraki ünsüz harf de sert ünsüz harflerden veya sert karþýlýðý bulunmayan yumuþak ünsüz harflerden biri deðilse sözcük Türkçe deðildir veya yabancý kökenli bir sözcüktür. le alýnan ünsüz harf sert karþýlýðý bulunan yumuþak ünsüzlerden biri ise ve bir sonraki ünsüz harf sert ünsüz ise sözcük Türkçe deðildir veya yabancý dillerden dilimize girmiþ bir sözcüktür. Þekil-9.15 ünsüz uyumu için akýþ diyagramýný göstermektedir Sesbilim Açýsýndan Denetimi Ses bililimi açýsýndan Türkçe metin denetimi için yapýlmasý gereken denetimlerin dýþýnda kalan denetimler sözcük denetleme bölümünde ele alýnmaktadýr. Bunlar ünsüz yumuþamasý ve ünlü düþmesi durumlarý için yapýlan denetimlerden oluþur.

22 22 - Yazým atalarýný Düzeltme Baþla Sözcüðü hecelere ayýr ece sayýsý =1 mi? SON Ýlk hecedeki ünlü harfi oku Düz ünlü mü? Sonraki hecedeki ünlü harfi oku Ýlk hecedeki ünlü harfi oku Düz ünlü mü? Düz ünlü mü? Tüm heceler okundu mu? Geniþ ünlü mü? Dar ünlü mü? Tüm heceler okundu mu? küçük ünlü uyumuna uymaktadýr küçük ünlü uyumuna uymuyor SON Þekil-9.14: Küçük ünlü uyumu akýþ diyagramý Ünsüz Yumuþamasý Denetimi Bu bölümde yapýlan denetim ünlü ile baþlayan bir ek aldýðýnda ünsüz yumuþamasýna uðramasý gereken bir sözcüðün bu deðiþime uðrayýp uðramadýðýnýn denetlenmesi þeklindedir. Daha önce belirtildiði gibi sözlük içerisinde sözcükler etiketlendiði için bu denetimin yapýlmasýnda sözlükte bulunan etiketlerden yararlanýlmaktadýr.

23 9.2 Yetkin ata Bulma ve Düzeltme - 23 Baþla teki ilk ünsüz harfi oku Sert ünsüz mü? Sýradaki ünsüz harfi oku Sert karþýlýðý bulunan yumuþak ünsüz mü? Sert ünsüz mü? Sonraki ünsüz harfi oku Sert karþýlýðý bulnmayan yumuþak ünsüz mü? Sert karþýlýðý bulunan yumuþak ünsüz mü? Tüm ünsüz harfler okundu mu? Sert karþýlýðý bulnmayan yumuþak ünsüz mü? Tüm ünsüz harfler okundu mu? ünsüz uyumuna uymaktadýr ünsüz uyumuna uymuyor SON Þekil-9.15: Ünsüz uyumu akýþ diyagramý Ünsüz yumuþamasý denetimi için geliþtirilen algoritma þu þekilde çalýþmaktadýr: Girilen sözcüðün ilk olarak kökü bulunur ve bulunan kök sözlükte aranýr. Sözlükte bu kök sözcüðe ait etiketlenmiþ özel bir durum olup olmadýðýnýn denetimi yapýlýr. ðer sözcük için özel durum olarak yumuþama etiketi bulunmuyorsa bu sözcük için ünsüz yumuþamasý durumu söz konusu deðildir. Aksi durumda ise sözcük ünsüz yumuþamasýna uðrayan özelliðe sahip olduðundan dolayý sözcüðün almýþ olduðu eke bakýlýr. birden fazla ek almýþ olabilir ancak ünsüz yumuþamasý için bakýlmasý gereken ek sözcüðün almýþ olduðu ilk ektir. Ýlk ek ünlü harf ile baþlayan bir ek deðilse

24 24 - Yazým atalarýný Düzeltme denetlenmesi gereken durum oluþmamýþ demektir. Ancak ilk ek ünlü harf ile baþlayan bir ek ise bu durumda sözcüðün ünsüz yumuþamasý kurallarýna uygun bir þekilde yumuþamaya uðrayýp uðramadýðýnýn denetimi yapýlýr. Bu denetim sonucuna göre eðer yumuþama Türkçe ses bilgisi kurallarýna uygun olarak gerçekleþtirilmiþse hata durumu oluþmamýþtýr. ata durumunun oluþtuðu durumda ise Türkçe ses bilgisi kurallarýna uygun olarak ünsüz yumuþamasý iþlemi gerçekleþtirilir ve böylece yanlýþ yazýlmýþ olan sözcük düzeltilmiþ olur. Ünsüz yumuþamasý algoritmasýnýn iþleyiþi þu örnekle daha iyi açýklanabilir: Girilen sözcük kitapýmdakiler sözcüðü olmak üzere yukarýda anlatýlmýþ olan iþlemler adým adým yürütülür. Öncelikle sözcüðün kökü olan kitap sözcüðü bulunur. Bu kök sözlükte aranýr ve yumuþama etiketine sahip olduðu bulunur. Yumuþama özel durumuna sahip olduðundan dolayý sözcüðe eklenen ilk ekin ünlü harf ile baþlayýp baþlamadýðý denetlenir. Bu ek (-ým) ünlü harf ile baþladýðýndan dolayý sözcük sonundaki "p" harfinin Türkçe ses bilgisi kurallarý gereðince ünsüz yumuþamasýna uðramasý gerekmektedir. Ancak girilen sözcüðün bu kurala uymadýðý için sözcüðün yanlýþ yazýlmýþ olduðuna karar verilir ve sözcük sonundaki p harfinin yerine b harfi getirilerek sözcüðün ünsüz yumuþamasý kuralýna uygun olarak doðru yazýlmasý saðlanýr. Þekil-9.16 ünsüz yumuþamasý denetimi için akýþ diyagramýný göstermektedir Ünlü Düþmesi Denetimi Bu bölümde yapýlan denetim ünlü ile baþlayan bir ek aldýðýnda ünlü düþmesine uðramasý gereken bir sözcüðün bu deðiþime uðrayýp uðramadýðýnýn denetlenmesi þeklindedir. Türkçede ünlü düþmesi iki heceli sözcüklerde görülen bir ses deðiþimi olduðu için bu denetim için gerçeklenen algoritmada ilk olarak sözcük içindeki hece sayýsý bulunur. ece sayýsý iki ise ilk ve ikinci hecelerin açýk veya kapalý hece olup olmadýðýnýn denetimi yapýlýr. ðer ilk hece açýk, ikince hece kapalý hece ise sözcükte ses düþmesi durumu olabilir. Türkçede ünlü düþmesi ikinci hecesinde dar ünlü bulunan sözcüklerde olduðu için bundan sonraki aþamada ikinci hecedeki ünlü harfin dar ünlü olup olmadýðýnýn denetimi yapýlýr. ðer ikinci hecedeki ünlü harf dar ünlü ise sözcük kökü alýnýr ve sözlükte ünlü düþmesi etiketine sahip olup olmadýðýnýn denetimi yapýlýr. Bu denetimin yapýlmasýndaki amaç sözcüðün ünlü düþmesine kesin olarak uðrayýp uðramayacaðýný belirleyebilmektir. Bundan önceki adýmlarda yapýlan denetimler sözcüðün çok büyük bir oranla ünlü düþmesine uðrayabileceðini gösterir ancak aykýrý durumlar söz konusu olduðundan dolayý kesin olarak söyleyemez. Örneðin, beniz sözcüðü iki heceli ve ikinci hecesinde dar ünlü bulunduran bir sözcüktür ve ünlü ile baþlayan bir ek aldýðýnda ikinci hecedeki ünlü harf düþer. Oysaki deniz

25 9.2 Yetkin ata Bulma ve Düzeltme - 25 Baþla kökünü bul Kökü sözlükte ara Kök sözlükte var mý? öner Sözlüðün özel durumu var mý? Özel durum yumuþama mý? Sözcüðün aldýðý ilk eki bul k ünlü harf ile mi baþlýyor? yumuþamaya uðramýþ mý? Yumuþama kuralýna göre sözcüðün yazýmýný düzelt SON Þekil-9.16: ünsüz yumuþamasý algoritmasý akýþ diyagramý sözcüðünde durum farklýdýr. Bu sözcük de iki heceli olmasýna ve ikinci hecesinde dar ünlü barýndýrmasýna raðmen ünlü düþmesi kuralýndan etkilenmez. Dolayýsýyla bunun gibi aykýrý durumlarda oluþabilecek sorunlarý ortadan kaldýrmak için sözcük kökünün sözlükteki etiketine bakýlmasý yoluna baþvurulur. Sözlükte aranan kök sözcüðe ait ünlü düþmesi etiketi varsa sözcüðün bu kurala uygun olarak yazýlýp yazýlmadýðý denetlenir. Kurala uygun olarak yazýlmayan sözcüklerin ikinci hecesindeki ünlü harf silinir ve böylece yanlýþ yazýlmýþ olan

26 26 - Yazým atalarýný Düzeltme Baþla kökünü bul Kök sözcükteki hece sayýsýný bul ece sayýsý = 2 mi? Ýlk hece açýk hece mi? Ýkinci hece kapalý hece mi? Ýkinci hecedeki ünlü harf dar ünlü mü? Kök sözcükte özel durum var mý? Özel durum ses düþmesi mi? Sözcüðün aldýðý ilk eki bul k ünli harf ile mi baþlýyor? te ünlü düþmesi olmuþ mu? Sözcüðü ünlü düþmesi kuralýna göre düzenle SON Þekil-9.17: Ünlü düþmesi algoritmasý akýþ diyagramý sözcük Türkçe ünlü düþmesi kuralýna uygun olarak düzeltilmiþ olur. Þekil-9.17 ünlü düþmesi denetimine iliþkin akýþ diyagramýný göstermektedir Önerme Bu çalýþmada sözcük önerme iþlemi iki farklý durum için yapýlmaktadýr: Sözlükte bulunan sözcükler için önerme Sözlükte bulunamayan sözcükler için önerme Þekil-9.18 sözcük önerme durumuna iliþkin genel akýþ diyagramýný göstermektedir.

27 9.2 Yetkin ata Bulma ve Düzeltme - 27 Baþla Sözcüðe Türkçe denetimi uygula denetimden geçti mi? Türkçe karþýlýk dosyasýnda sözcüðü ara bulundu mu? Sözcüðün Türkçe karþýlýðý var mý? yanlýþ yazýlmýþ ya da yabancý sözcük Türkçe karþýlýðýný öner Öneri yok için öneri yap Sözcüðü ünlü düþmesi kuralýna göre düzenle SON Þekil-9.18: önerme algoritmasý akýþ diyagramý Sözlükte Bulunan ler Ýçin Önerme Sözlükte bulunan sözcükler için önerme iþlemi, Türkçeye yabancý dillerden girmiþ sözcükler için gerçekleþtirilen bir iþlevdir. Bu sözcükler TDK güncel sözlüðü temel alýnarak oluþturulan ve bu çalýþma kapsamýnda kullanýlan sözlük içerisinde bulunmaktadýr. Bu sözcüklerin Türkçede karþýlýklarý bulunduðundan dolayý sözcük önerme iþlevi çalýþmaya katýlmýþtýr. Amaç dilimize özellikle Batý dillerinden girmiþ olan sözcüklerin yerine var olan Türkçe karþýlýklarýnýn kullanýlmasýný teþvik etmek ve bu sayede Türkçe karþýlýklarý bulunan yabancý sözcüklerin özellikle gündelik hayatta kullanýmýnýn azaltýlarak dilimize yerleþmesinin önlenmesine

28 28 - Yazým atalarýný Düzeltme yardýmcý olmaktýr. Bu amaçla oluþturulan Türkçe Karþýlýk sözlüðünde Türkçe karþýlýðý bulunan sözcüklerin yanýna - iþareti konulduktan sonra var olan Türkçe karþýlýklarý yazýlmýþtýr. Örneðin "agresif" sözcüðünün sözlükteki görünümü agresif saldýrgan þeklindedir. Önerme iþleminin yapýlabilmesi için öncelikle girilen sözcüðün Türkçe olmadýðýnýn veya Türkçeye yabancý dillerden girmiþ bir sözcük olduðunun saptanmasý gerekir. Bunun için de Bölüm-9.2.5'te anlatýlan Türkçe denetimi yapýlýr. bu kapsamdaki denetimlerden en az birine uymuyorsa sözcük kökü Türkçe Karþýlýk sözlüðünde aranýr ve bulunduðunda - iþaretinin yanýnda yazan sözcük okunur ve kullanýcýya öneri olarak sunulur. Aranan sözcük bulunamazsa öneri yapýlmaz. Önerme iþleminde amaç, ilk paragrafta da belirtildiði gibi Türkçeye baþka dillerden girmiþ olup Türkçe karþýlýðý bulunan sözcükler için öneri yapmaktýr. Örneðin; analiz sözcüðü dilimize Fransýzcadan girmiþ bir sözcüktür ve bu sözcüðün yerine çözümleme sözcüðü önerilebilir. Ancak kitap sözcüðü için durum farklýdýr. Dilimize Arapçadan girmiþ olan bu sözcük Türkçe denetimi esnasýnda ünlü uyumuna uygun olmadýðýndan dolayý Türkçe Karþýlýk sözlüðünde aranýr; fakat bu sözcük dilimize yerleþmiþ bir sözcük olduðundan ve bu sözcüðün yerini tutan baþka bir sözcük dilimizde bulunmadýðýndan dolayý kitap sözcüðü için öneri yapýlmaz. Dolayýsýyla bu örneklerden de anlaþýlacaðý üzere Türkçe denetimini geçemeyen her sözcük için öneri yapýlmasý söz konusu deðildir; sadece Türkçe karþýlýðý bulunanlar için öneri yapýlýr Sözlükte Bulunmayan ler Ýçin Önerme Sözlükte bulunmayan sözcükler için önerme iþlemi kullanýcýnýn sözcüðü yanlýþ yazmýþ olma olasýlýðý göz önüne alýnarak gerçekleþtirilmiþtir. Ancak sözcük doðru yazýlmýþ ise ve sözlükte yer almýyor ise bu sözcüðün Türkçe bir sözcük olmadýðý anlamýna gelir. Bunun için ilk olarak girilen sözcüðün Türkçe harfler dýþýnda bir harf içerip içermediði denetlenir. Örneðin "x ve w" karakterlerini içeren sözcükler Türkçe olamayacaðý için bu sözcükler için öneri yapýlmaz ve uyarý verilir. Bu karakterleri içermeyen ve sözlükte bulunmayan sözcükler için öneri yapýlýr. önermede kullanýlan kök bulma algoritmasý Bölüm-2.3'te anlatýlan kök bulma algoritmasýna oldukça benzerdir. Bu kök bulma algoritmasýnda aðaç üzerinde ilerlerken karþýlaþýlan tüm aday kökler toplanýr. Giriþ sözcüðü ile aðaç üzerinde ilerlerken oluþturulan kök sözcükler arasýnda harf uyuþmamasý durumu yoktur. Ancak sözcük önerme amacýyla kullanýlan kök bulma algoritmasýnýn temeli, girilen sözcük ile aðaç üzerinde ilerlerken oluþturulan sözcük arasýndaki farklý harf sayýsýnýn en az olmasýna dayanýr. Dolayýsýyla burada hata mesafesinin (farklý harf sayýsýnýn) tanýmlanan deðerden az olmasý durumunu saðlayan tüm aday kökler aðaç üzerinde ilerlerken toplanýr. Örneðin hata mesafesi bir olacak þekilde tanýmlanmýþ ise girilen sözcük ile aðaç üzerinde ilerlerken oluþturulan sözcük arasýndaki farklý harf sayýsý bir olan tüm sözcükler aday olarak alýnýr ve kullanýcýya önerilir. Bunu gerçeklemek amacýyla kullanýlan algoritma Damerau-Levenshtein dit Distance algoritmasýdýr.

29 9.2 Yetkin ata Bulma ve Düzeltme - 29 Damerau-Levenshtein dit Distance algoritmasý Damerau ve Levenshtein in yazým hatalarý üzerinde çalýþýrken oluþturduklarý bir algoritmadýr. Bu algoritmanýn yaygýn olarak kullanýldýðý alanlar, yazým hatalarýnýn denetimi, konuþma tanýma ve DNA çözümlemesi alanlarýdýr. Damerau-Levenshtein uzaklýðý algoritmasý bir katarý diðer bir katara çevirebilmek için gerekli olan iþlem sayýsýný hesaplayan bir yöntemdir. Burada iþlemden kastedilen bir harf ekleme, bir harf çýkarma, bir harfin yerine baþka bir harf koyma veya yan yana olan iki harfin sýrasýný deðiþtirmektir. Bir katarý diðerine çevirebilmek için bu dört iþlem arasýnda çeþitli sayýda çözümlemeler olabilir. n az sayýda iþlem yaparak oluþturulan çözüm iki sözcük arasýndaki uzaklýðý verir [5]. Buradan hareketle x ve y karþýlaþtýrýlacak iki katar olmak üzere, Damerau-Levenshtein uzaklýðý þu þekilde formülleþtirilebilir: DLD(x,y) = min(i) (#(i) + #Ç(i) + #S(i) + #T(i) ) Bu formülde #(i) harf ekleme sayýsýný, #Ç(i) harf çýkarma sayýsýný, #S(i) bir harfin yerine baþka bir harf koyma sayýsýný ve #T(i) yan yana olan iki harfin sýrasýný deðiþtirme sayýsýný göstermektedir. Þekil-9.19'da Damerau-Levenshtein dit Distance algoritmasýnýn sözde kod ile gösterilimi görülmektedir. Burada "str1" ve "str2" aralarýndaki DLD uzaklýðý bulunacak katarlarý ve "lenstr1" ve "lenstr2" bu katarlarýn uzunluklarýný göstermektedir. DLD algoritmasýnýn kullanýmýný bir örnekle açýklamak yararlý olacaktýr. str1 = OT ve str2 = OST olmak üzere bu iki katar arasýndaki DLD uzaklýðý; Þekil-9.19: DLD algoritmasýnýn sözde kod ile gösterilimi