ÇOK SÖZCÜKLÜ KULLANIMLAR VE

Transkript

1 Türkçe Öğretiminde Güncel Mersin Üniversitesi 20 I 2, ı ı 3- ı 22 ÇOK SÖZCÜKLÜ KULLANIMLAR VE İLKÖGRETİM TÜRKÇE DERS KİTAPLARI Ümit Mersinli, Umut Demirhan Özet: Derlem dilbilim alanında yaygınca çalışılan ve başlıbaşına Öbekbilimin de (Granger & Meunier, 2008) konusu olan Çok Sözeüklü Kullanımlar ya da kısaca ÇSKlar (Multi-Word Expressions, MWE), dil öğretimi ile de doğrudan il intili bir kavram olarak (Lewis, 2000), bu çalışmanın konusudur. Çalı şmanın amacı derlem dilbilim yöntem ve araçlarını kullanarak İlköğretim 1-5. sınıftürkçe Ders Kitaplarındaki ve 3 milyon sözcükten oluşturulan Başvuru Deri em; deki çok sözeüklü kullanımlan çıkarmak ve bu amaçla kullamlan yöntem ve araçları tanıtarak, Türkçenin Öğretimi ve Ders Kitabı Değer1endinne süreçlerine katkı sağlamaktır. Anahtar Sözcükler: çok sözeüklü kullanım/ar, İlköğretim Türkçe Ders Kitapları, /em dilbilim der- 1. Giriş Çok Sözciiklii Ku1 J anımlar, "ya da, değil mi, ondan sonra, Belediye Başkanı, diyor ki, sık sık, elde edilen, okula gitti" gibi, farklı başlıklar altında çalış ılmakta olan, alanyazında bilindik tüm bileşiklere, ikilemelere, çoklu özel adlara, deyimlere, katkısız eylem yapı larına ya da eylem/ad öbeklerine gönderme yapan kap s ay ı cı bir kavram olarak alanyazında kullanılagelmektedir. ÇSK çıkarımı çalışma l arında rastlanılan farklı terimler şöy l edir: Kalıp kullanımlar (frozen expressions), Dey imsel Kullanımlar (idiomatic expressions), Sözlüksel Demetler (lexical bundles), Çok Sözeüklü Birimler (multi-word units), Eşdiz imlilikler (collocations), Sözcük Kümeleri (clusters), N-birimler (n-grams), Geçişli N-birimler (skipgrams), Sırasız N-birimler (concgrams). Kullanılan terimierin çeşitliliği, ÇSK çıkarımı yöntemleri ve sözlük girdisi olma ölçütü gibi farklı gerekçelere dayansa da, bu ça lı şma, yaygın eğiliıne uyarak, ~çok Sözeüklü Ku11anım terimini yukarıda verilen tüm terimleri kapsayacak biçimde kullanacak ve adı geçen terim tercihlerini içeren tartışmaları kapsam dışı bırakacaktır. Çalışmanın kuramsal temelini Sindairin deyimsellik ilkesi (idiom principle) oluşturmaktadır (Sinclair, 1991 ). Sinclair e göre dil konuşurları, çeşitli dilbilimsel kısıtlamalara uymakla birlikte, sözcükleri birer birer ve birbirlerinden bağımsız olarak seçip bir araya getirmezler. Tam tersine sözcükleri gruplar ya

2 114 Mersin/i- Demirhan da öbekler halinde sözlükçemizde saklama eğilimindeyizdir. Sonuçta üretilen yapıların çözümlenebilir, aynştırılabilir olmaları, on ların sözlükçemizde ayrı ayrı ve birbirlerinden bağımsız olarak sa klandıklarını ve yine ayrık olarak işlemlendiklerini göstermez. Sindairin yaklaşımında, açık uçlu seçim ilkesi (open-choice principle) tümüyle yok sayılınasa da, konuşur ya da metin türü özejinde, ikinci] seçenek olarak görülür. Örneğin (1 )deki tümcede ortaya çıkmak gibi bilindik sözlük girdilerinin yanında, hele ki sürekli sağlık haberleri yazan bir gazeteciysek, yapılan klinik çalışmalar sonucunda gibi bir yapı da bütün halinde saklanacak ve üretilecektir; yine Sinclaire (199ı) göre. (1) Yapılan klinik çalışmalara göre, Xin kanseri engellediği ortaya çıktı. Benzer bir tartışmaya, farklı terimlerle de olsa biçimbilim düzleminde de rastlıyoruz. Örneğin (Gürel, 1999) da, sık kullanılan biçimbirim birleşmelerinin bütüncül mü (jull-listing/compositional), yoksa ayrık biçimde mi (decompositiona!) işlem lendiği tartışmas ına değinilmiştir. Anı l an çalışmada, Hankamerin (1989) tümüyle ayrık işlemlerneyi savunan yaklaşımının aksine, sık kullanımlı ekler içeren, (2)deki gibi çok biçimbirimli sözcüklerin; çekimsiz tek biçimbirimli sözcüklerle aynı sürede işlemlendiği sav lan mıştır. (2) masada, emirler, resim/erde, odalardan Özetlemek gerekirse, yapıca ayrıştırılabilir olsa da çoklu kullanımların (biçimbirim ya da sözcük), kullanım sıklığı ölçüsünde, sözlükçemizde bütüncül olarak saklanıp erişiidiğini ve üretildiklerini söyleyebiliriz. Yukarıdaki çalışmaların da desteklediği gibi, sözcük ya da biçimbirimleri içeren bütüncül kullanımları ve sıkiıkiarını ortaya çıkarmak, adı geçen sözcük ya da biçimbirimlerin bağ l am-iç i öğretiminde de kuşkusuz çok önemli bir yere sahiptir. ÇSK çıkarıını konusunda Türkçede yapılan öncül çalışmalar arasmda Metin ve Karaoğlan (20 1 O)u gösterebiliriz. Anılan çalışmada çeşitli birliktelik ölçüleri (associative scores) uygulanmış, sınanmış ve Karşılıklı Bilgi (Mutual Information) ve Ki-kare (Chi-square) ölçülerinin dil-içi ölçütlerle en güvenilir sonuçları verdiği savlanmıştır. Bu çalışmada da 250,000 sözcüklük İlköğretim 1-5. SınıfTürkçe Ders Kitapları Deriemi (İTDK) ve Türkçe Ulusal Deriemi veritabanı kullanılarak oluşturulan 3 milyon sözcüklük Başvuru Derlem (BD) deki birlikte kullanımların çıkarılması, Text-NSP (Banerjee & Pedersen, 2003) ve AntConc (Anthony, 201 ı) yaz ılıml arı ku ll anılarak gerçekleştirilm i ştir. Kullanılacak istatistik ölçüler ve güvenilirlikleri konusundaki tüm yorumlar elde edilen sonuçların Türkçe öğretimi ile ilişkisi bağlamında yapılmış ve istatistik ölçütler le adı geçen ölçürolerin değerlendirilmesi kapsam dtşında tutulmuştur. Çok sözeüklü kullanımlar, ikili-birimler (bigrams) ile sınırlıdır. Yöntem açısından ÇSK çıkarımında, karşılıklı (symmetric) ve yönelimli (directional) olmak üzere iki yaklaşım geçerlidir (Evert, 2004:27). Karşılıklı yaklaşımda, oluşturulan derlemdeki tüm sözcüklerin oluşturduğu N-birimler Tablo ı deki gibi (ikili-birimler için) çıkarılır. Yönelimli yaklaşımda ise sözcüklerin birlikteliklerinden çok, önceden belirli bir sözcüğün başka hangi söz-

3 Çok Sözeüklü Kullanımlar 1 I 5 cüklerle daha fazla birlikte kullanıldığı, sağ ve sol bağlam kısıtlamalarıyla, yine Tablo 1 deki gibi (bir çıkış sözcüğü. için) dökümlenir ve çeşitli birliktelik ölçüleri (associative scores) kullanılarak sıralanır. Tablo 1. Çok Sözeüklü Kullanım (ÇSK) Çıkarımı Yöntemleri KARŞlLlKLI YÖNELIM LI ya a ır şey 2 bir şey başka bir 3 ne kadar bir şekilde 4 hem de bir gün 5 o kadar herhangi bir 6 bir şekilde tek bir 7 böyle bir bir yandan 8 başka bir bir türlü 9 bu kadar belli bir 10 ozaman öyle bir Bu çalışmanın da 2. Bölümü karşılıklı, 3. Bölümü ise yönelimli birlikte kullanımların çıkarımını İlköğretim Türkçe Ders Kitapları üzerinden örnekleyecektir. 2. Karşılıklı Birlikte Kullanımlar Bu bölümde Text-NSP (Banerjee & Pedersen, 2003) kullanılarak İTDK ve BD den çıkarılan ikili-birimler, gözlenen sıklık ve çeşitli birliktelik ölçülerine göre sıralanacaktır. Bu amaçla kullanılabilecek diğer yazılımlar, Anagnostou ve Weir (2006) tarafından çeşitli ölçütlerle karşılaştırılmıştır. içerdiği birliktelik ölçülerinin çeşitliliği temel alınarak, çalışmanın yazılım değerlendirme sürecinde, gözlenen sıklık ve birliktelik ölçüleri için iki ayrı yazılımı içeren Text-NSP tercih edilmiştir. (3-4)te, ilgili yazılımların ( count.pl ve-statistic.pl) kullanımı ömeklenmiştir. (3) perl count.pl -nontoken ignore.txt -remove 2 itdk.count itdk.txt (4) perl statistic.pl Text::NSP::Measures::2D::CHI::x2 itdk.x2.txt itdk.count (3)teki örnekte oluşturulan itdk.count adlı dosya, gözlenen sıklıkları içermekte ve (4)teki komutla alınan ki-kare sıralamasına girdi oluşturmaktadır. Diğer birliktelik ölçülerini sıralamak gerekirse; Fisher tam olasılık sınaması (Fisher s Exact Tests), Log-olabilirlik (Log-likelihood), Dice katsayısı (Dice coefficient), Jaccard katsayısı, Pay korelasyon katsayısı (Phi Coefficient), Noktasal Karşılıklı Bilgi Katsayısı (Pointwise Mutual Information), Poisson- Stirling Dağılımı, Gerçek Karşılıklı Bilgi Katsayısı (True mutual information), T-sınaması (T-score), Ki-kare sınaması (Chi square) olarak belirtebiliriz. Tablo 2de İTDK için alınan gözlenen sıklık değerlerinden bir kesit görülebilir.

4 116 Mersin/i- Demirhan Tablo 2. İlköğretim Türkçe Ders Kitapları ndaki İkili-birim Gözlenen Sıklıkları Birlikte Sözcük 1 Sözcük 2 Sözcük 1 Sözcük 2 kullanım sıklık sıklık ı ya da büyük bir bir şey I Mustafa Kemal ı 95 5 Bir gun ne kadar Ben de daha çok küçük bir lo başka bir Türkçe Ders Kitapları için alınan gözlenen sıklık sıralamasında, karşılaştırma amaçlı yapıların (daha, en) ve bir sözcüğünün oluşturduğu öbeklerin sıklığı dikkat çekmektedir. Yine değil mi sorularının da yoğun olarak kullanıldığı, bu sıralamadan anlaşılmakta ve büyük, küçük, güzel gibi sıfatıarın bağlam-içi kullanımında bir sözcüğü ile öbek oluşturma eğiliminde oldukları görülmektedir, Tablo 3te ise Başvuru Derlemdeki gözlenen sıklık değerleri görü Imekted ir. Tablo 3. Başvuru Der/em deki İkili-birim Gözlenen Sıklıkları Birlikte Sözcük2 Söztük ı Sözcük 2 Kullanım Sözcük 1 sıklık sı khk ı ya da bir şey ne kadar ve bu hem de büyük bir o kadar bir şekilde böyle bir başka bir İlköğretim Türkçe Ders Kitapları nda karşılıklı birlikte kullanımlar için birliktelik ölçüleri sınandığında ise Tablo 4 ve 5 teki sıralamalar elde edilmiştir.

5 Çok Sözeüklü Kullanımlar 117 Tablo 4. İlköğretim Türkçe Ders Kitapları ndaki İkili-birimlerin Karşılıklı Bilgi (Mutual Information) ve Log-olabilirlik Ölçülerine Göre Sıralaması Karşılıklı Bilgi (MI) Log-olabilirlik Musta a K e ma Musta a e ma 2 ya da ya da 3 sık sık sık sık 4 diye sordu diye sordu 5 değil mı değil mı 6 Okumadan O nce Okumadan On ce 7 Defteri n ize yazın ız Defterinize yazın ız 8 Okuduktan Sonra Eserlerinden bazıları 9 yavaş yavaş yavaş yavaş 10 Eserlerinden bazıları Okuduktan Sonra Çalışmada, İlköğretim Türkçe Ders Kitapları için karşılıklı bilgi ve logolabilirlik ölçülerinin benzer sıralamalar oluşturduğu ve öğrencilere dönük yönergelerin (okuduktan sonra, defterinize yazınız, vb.) sıralamada öne çekildiği görülmüştür. Tablo 5. İlköğretim Türkçe Ders Kitapları ndaki İkili-birimlerin Ki-kare ve Fisher Tam Olasılık Sınaması Ölçülerine Göre Sıralaması Fisher tam olasılık Sınaması (sol kuyruklu) ""-"[ "..."..."ı i ı r. Ki-kare söy erım Kirli Kemal i Ülkem Gümüş Temaya K el Hayal k el Renkler.....,... o ugunu Kuyruk düşünüyorum Türkiye tüylü Hazırlanalım Aylak Gücü kör Kraliçesi. ya büyük bir Mustafa Bir ne Ben daha küçük başka a bir şey Kemal gün kadar de çok bir bir Ki-kare ve Fisher tam olasılık sınaması ölçüleri denendiğinde ise; sıralamanın farklılaştığı ve Ki-kare sıralamasının Özel Adları öne çektiği, Fisher tam olasılık sınamasınınsa, gözlenen sıklık değerlerine benzer sonuçlar sıralad ığı görülmüştür 3. Yönelimli Birlikte Kullanımlar Yönelimli birlikte kullanımların çıkarılması için kullanılan MonoConc Pro

6 ı ı 8 Mersin/i- Demirhan (Barlow, 2000) ve Wordsmith Tools (Scott, 2008) uygulamaları her ne kadar yaygın olarak kullanılsalar da ücretli ve Microsoft işletim sistemlerinde çalışmak üzere tasarlanmış uygulamalar olmaları sebebiyle araştırmacıların işini zorlaştırmaktadırlar. IMS Corpus Workbench (CWB) (Evert, 2008) ise bütünüyle ücretsiz olmakla birlikte, MacOSx ve Linux işletim sistemletiride kullanılabilir durumdadır. Çalışma boyunca kullanılan AntConc (Anthony, 20 I I) uygulaması ise ücretsiz ve yaygın olarak kullanılan MacOSx, Linux ve Windows işletim sistemlerinde sorunsuz bir biçimde herhangi bir kurulum gerektirmeden, gerekirse harici bellekler üzerinden çalışabilmektedir. Uygulamanın temelde yapabildiği işlemleri kısaca özetlemek gerekirse, bağımlı dizin sorgulama işlemlerini oldukça kısa bir süre içerisinde gerçekleştire bildiği söylenebilir. Ayrıca sorgulanan sözcük ya da öbeğin sol ve sağında yer alan birlikte kullanımlar alfabetik olarak bağımlı dizin sorgulama aracı yardımıyla listelenebilmektedir. Ayrıca üzerinde çalışılan derlem farklı metin dosyalarından oluşuyorsa, aranılan sözcüğün metinlerdeki dağılımı grafiksel gösterim olara\< uygulama tarafından sunulabilmektedir. Araştırmacılar için bağımlı dizin sorgulama ekranında listelenen sonuçların yorumlama için yeterli olmaması durumunda ise, "Dosya görünümü" aracında sözcüğün geçtiği bağlam görüntülenebilir. Ayrıca aranacak sözcüğün solunda ya da sağında yer alan sözcük kümeleri uygulama içerisinde gerekli ölçütler belirlendikten sonra otomatik olarak listelenebilir. Uygulamanın eşdizimlilik bağlamında bir diğer özelliği MI vet puanı olmak üzere 2 farklı istatistiksel hesaplama yöntemine göre eşdizimlilik listelerini oluşturmaktır... Yukarıda adı geçen işlevler dışında AntConc, verilen metin dosyalarında, derlernde ya da deriemierde yer alan sözcüklerin gözlenen sıklık değerleri ile birlikte sözcük listelerini oluşturabilmektedir. Şekil 1 AntConc uygulamasının bağımlı dizin sorgulama ve dosya görünümü araçlarının kullanımını ömeklemektedir.

7 Çok Sözeüklü Kullanımlar ,,.~.-_..,.,... ı,; : -:~ jf-=ıfus:;::;;=~~~:;::~~~~~~~~:z;:~~~ m:t :.::ah u o i.;.l:±.i:±:::j::::::=::±±:~±tti : ~ t.arn.:ı..z N.<a ~.z:: e-e t.1. n Hoca 1.: de uq.t.~~_.-r..ayn n.a de.r:j ~-.. 4 j s. :.;; 7!e ~ :.., ;... :IT.. b~. E.o<ıiıilrı =n:.~deki. hj..~t>:lr Uç-gw.-:.ı ay..,. :s:j..:ı;.t!. dw~<iiin co-ı ::.!lb.. ıi..rı-am.:i..;-t~n:i.;:.? 2. Muh~&ı:J..::ten..,.,.,,~, yi:on e.i.cini.z = <;i.m1 :.:: : yı1dız1ar, -ç.tçokl.e- r hayvanı"" y.r.ıı ela ~:.\~~.o :ı.b;-)1.~. oj. eun.ı. =ıtamez. Tn.1.!!1.:i. ~-;.:/ t:>.i. 7\.<juçı~,r.:a.n a.ı:. a~:... n~~ 9e:ı..Ll>Y.._ y,: d.ü,,., ;.., _.~ çık.;art.:ı l.ıo.ı. ::- bit..., kc..1 "k:.ı..p Saııyt;._ y.._..:.lo~.ru ":f~.._~fu~ y..,. d..:.\ ~ :(:t:t:- :l:. k ~ oı.-.n.ıar.l. ~ n. Y ~ i...ni. a1d:ı. E,o:,k:i.d4t\,. ya d~ ~VGo.lt;.l..: lı).~ :ı.. kaırn-ilk. i..ç:t.n ıe<;)en ı:. ~ y " v r u ı.tl x: 1. ~.-:..n ne :ı. e..r.i. n i. n q ;,-.ı y ~ d.;:. ; ~ 1. 1.z ~ ~ ~ ~->- ~\ -. ~ ı..i n <.:1. e 1c i. k ı ı: rn :ı. ::..:ı. 7 :t~t.& ~ öıj..q><l: U:.:o..ı; ~n,..:.\e kurui~n y,;jl ~~ 1:,:.-.:.t :-::::ı. yöı: ex:~.:iq rı,o~h;l~+aı.~i.:n ıı..l:.:a. ).:i\-l~a.t:ıı-. okuıa., ha~tan ye, cl~ ~::.~:ı.~k iı b:s. -ya-re- qitrn..:::rm.1.zj. n~<l < ra yo.l~ b.i. t:""l.:i.kte d<o!!tvam ı: y..nı d.?ıı ):~ _;<>.ı ~,:ık< l Je.a2: ~uı::o.:.une k.l!t-~ k ~ebze, meyve yet:..i. ~t.l. ri. d ;.., l:::-,. ı ~k ~: ı er yüp a.. yor.l..;:.r.. Kt:i./. v.i. -;y"=ı d.a J.2.:Ledı~in.:i..z E.i.ı~nl.c y a dö!. t.,,. 0 :k,....ı. pj~~~ aln..l.arcl~~ ~vl.~:\ı ~~ı. ;;.~ :i.md. o o un..,. kada.ı: y~ --~~~~~~~~Y:;a d<:-1. l.\< :.l: :ı. -;ı.:.,ı:,,.. i. n e1ind~n eue.a -~ ~ yok! va buc;:,u:n ho~~ı:~.:ı.n_, :v...,.-:ı;~.t!>< :-o:n c"""~ ::t.m ~. b:i.1:i.ı:.~:i.m! Al<:..;a ço c~1 k ~~Ql. ~kıı deqı.lds~ ~ Dör t da ~ınıfcayd~m b~n ~ rıtt ~9~ı~&. ~ac~qö:ı da ~~k~ı~~... H~c.i.v.eı "..,..... ~ - ~ ~t?.~?;...,;-;..,~o~~u ı.~- t- O ı:. ç ~=.a~ k tedavi.yg b~~.l.~r... i.19.i l.eı:-.i. öqr..anmede- b :l:ç y(,.-, l. gl!..t!!lt:.e l:en,.. d Q?J:t-u cl.&.v~:anı.:;jl?..ı.r. k... ::. & n.,<:l-ıran ~: ~m~ 1 ~e öq~~em9n d n~r. öoretm~nı r, ~ r~ verd~k1$r~ a~anıara. ~ e i~:i.m.a.l..ab;i.l.j.~.l,q.:&.... Sı.r~:ı.f ö~.ı;. "-t;. U\vnJ.., TU:.t:: kç9 ~~.r; ;ı- t;.~n.cınj., n\at:, ~ınv..t.:i.k ıoçr.re t:.rnen.i. g.i.b.t. ~. ~t:..~z o.,. rn.eyvc.ı-... bu~d...,y. pi.rj.nç, q.i.l-...-~ Ur-Un.l.e:L.l.. y..ati.~ t;~.&."\s.l n )(.:.i.. ~.:L.ı<br"il i.:feçi d~ni. r.,....-3~:i.m ~.aa r"\.:--:at:ı... J d.uy9uıaı:l.n., ah.)ştl: ncej.. eri.n. ~ er ve ronk l.0rı -.~ ~ n,.-:.,ı.t 3. bi~: ::n::u-ı...-:.t: da1.l..dır. Gt;J::r.;«;:<Qk o.;a Ur(~. neı he.rh.ang.i. b i...): 1 l.-1\y.;:,.. cl~:t. yku r~o..1..m ko-nu~u o.l.ab.:l.l..1.r. yap-an v r eı-i.ml.er.in.i ~ ı cu..;ı~ z.-... n l-a~~ ı a p.a y.l. a.;j """u k -i. ş i. ı.e ı.- ~ ı:oi>.~ ::r; ~u.n Qo ni ı-- - ra.vu.kotıar j,a";).ea.n h.a.kıarı v yaa.,::..aj.a.:rl.:a. J..l.ç..-i.l.:i. 1.~.J-.,r..::i.;;;, ki..;ı:i.l..<!tr& yoı ö~ter:irıer.~. On.l.-.l.L :ln~an..l..< rl.. n y..::.~a ı h~k ıa:r:ı...n J lcor4x v e ;:, ~ vu n, ır1 :ar..... Şekill. AntConc bağımlı dizin sorgulama ve dosya görünümü araçları. Çalışmanın bu bölümünde ilköğretim Türkçe Ders Kitapları Deriemi nde 1. ve 2. sırada yer alarak en çok kullanılan "ya da" ve "büyük bir" ikili biriminin birlikte kullanımları çıkarılacak ve yorumlanacaktır. AntConc uygulaması yardımıyla İlköğretim Türkçe Ders Kitapları Derieminden alınan 145 ham bağımlı dizin öncelikle tümeelere ayrılmış, arama sözcüğünün solunda ve sağında 100 karakter olarak alınmış bağımlı dizin sonuçlarındaki gereksiz olan bölümler düzenlenen listedefile Maker Pro uygıılaması üzerinde silinmiş ve ya da bağlaemın bağladığı tüm ce-sözcük-söz- cük öbekleri ve tümcecikler sınıflandırılmıştır. Bu sınıflandınna sonucunda; ya da bağlaemın genel olarak; "Dişlerini fırçalamadan yatıyor ya da dişlerini fırçalamadan okula gidiyordu." tümce~inde olduğu gibi iki farklı tümceyi bağ lama işlevi ile "Bilim adamı, mucit, matematikçi, mühendis, yargıç, bilgisayar programcısı, eleştirmen ya da ekonomist olabilirsiniz." türncesinde olduğu gibi iki ya da daha fazla sözcük, sözcük öbeği ya da tümceciği birleştirdiği gözlemlenmiştir. Elde edilen 145 bağımlı dizin sonucu sınıflandırıldığında ise ya da bağlaemın 120 kez sözcük-öbektümcecik bağlama işlevi ile kullanıldığı, 25 kez ise türnce bağlama işlevi ile kullanıldığı ortaya çıkmıştır. Elde edilen bulgular ışığında, ya da bağlaemın sözcük, sözcük öbeği ya da tümceciği birleştirdiği türnceler incelendiğinde ise bağlacın genel anlamda iki veya daha fazla ad ya da ad tümc~ciğini, sıfat ya da sı fat tümceciğini, belirteç 1...

8 120 Mersin/i- Demirhan ya da belirteç tümceciklerini ve ilgeç öbeklerini bağladığı bulunmuştur... İlk sırada, ya da bağlaemın "Eserlerdeki hiçbir üçgen ya da altıgen oraya sırf desen olsun diye konulmamıştır." türncesinde olduğu gibi iki adı ya da ad tümceciğini bağladığı örneklerle karşılaşılmıştır. Bu işievde kullanırnın gözlenen sıklık değeri 116dır. Bağlacın en fazla kullanımı bu sınıfta görülmüştür. ya da -bağlaemın "Yeni bir düşünce geliştirmeye çalışırken aklımıza gelen basit, saçma ya da çılgın bütün düşünceler önemlidir." türncesinde olduğu gibi iki sıfat ya da sıfat tümceciğini bağladığı türnceler ikinci sırada yer almaktadır. İlgili sınıflandınnadaki türnce sayısı 16dır. 1 Uçüncü sırada ise, ya da bağlaemın belirteç tümceciklerini bağlama işlevi gelmektedir. "Su, mahalle çeşmesinden getirilir, ısıtıldıktan sonra evin banyosurya kovalarla ya da ibriklerle taşınırdı." tümcesindeki kullanıma benzer kullanımların gözlenen sıklık değeri ise 11 dir. Son sırada ise, ilgeç öbeği bağlama işlevi gelmektedir ve gözlenen sıklık değeri yalnızca 2dir. Bu sınıflandırmaya örnek olarak "Sizler de sanıyorsunuz ki Ram bo gibi, Batman gibi, Süpermen gibi ya da çizgi filmlerden tanıdığımız He-Man gibi üstün güçlü insanlar var." türncesi verilebilir. Yönelimli birlikte kullanımlardan İTDK derteminde 2. sırada yer alan büyük bir ikili birimi ise hem İTDK hem de Başvuru Derlernde birlikte öbek oluşturduğu adlar bağlamında incelenmiştir. Bu sınıflandırma için bağımlı dizinler AntConc uygulaması ile alınmış, ardından listeleme özelliği kullanılarak büyük bir ikili biriminin sağında yer alan sözcükler alfabetik olarak listelenmiştir. Bu listeleme sonucunda büyük bir ikili birimi ile kullanılan adların gözlenen sıklık değeri İlköğretim Türkçe Ders Kitapları Derieminde 119, Başvuru Derlernde ise 661 olarak bulunmuştur. File Maker Pro üzerinde yapılan sınıflandınna sonucunda "büyük bir" ikili biriminin eşdizimlilik gösterdiği adların İlköğretim Türkçe Ders Kitapları Derieminde 59unun soyut ad ve 60ının somut ad olduğu bulunmuştur. Başvuru Derleıpde ise büyük bir ikili birimiyle birlikte kullanılan adların daha çok soyut adlar olduğu gözlemlenmiştir. Başvuru Derlernde büyük bir ikili birimi ile kullanılan soyut adların sayısı 505, somut adların sayısı ise 156 olarak bulunmuştur., - Şekil 2 büyük bir ikili biriminin AntConc uygulaması. ile birlikte kullanımların alfabetik olarak listelenmesini ve sınıflandırılmasını göstermektedir.

9 ..,.. Çok Sözeüklü Kullanımlar ı. 121 l Fla G!otıoiSeUiı~ r_o\)1 :::~ :::... ~;;_ ~.: -~ :~... ;. nıea..,.. " : ı o, l l. 12 :13, 14 : ıs liir 1 acı O~Ivd,u kemikleri kırılmış zleri yaşardı bir dcıy Onun acısını, ancak.., başı yukarıu.a 11 büyük bir adam onla r ı seyrederdi. Çok ker,: it.. " dedi. büyük bir <ıda.ııı Atanın huzuruna çıkt ı m. H.. : Can koriru::ıu o büyük bir adam u.~.ret i vermişti. Kendini çekti " ıuj<., insanlık i n büyük bir ı:dtm!" şti. Ne kadar haklıyroış..ıct..labalık ba<;jl ı buyük bir ı..; rur. Soyadı birliği bile yol kerıal.lıı.lfki büyük bir cının. dal ıarına takılınıştı u sözler Uze buyük bir,ılk:ış ş. Herkes Limon Kız ın o, öncelikle k büyük bir tandır. Onun hayatı 19 tk ıda bulundu. O; buyük bir anker, ün nitelikli bir devlet ve... rı kaldı rsa bi e, büyük bir.<:ıj <"<GJ. n ine ulaşamaz. Bir çok fi. ste çıkarsa k büyük bir ağacın ttı,esine yetişebilir. Ağaç, ihinde görulme~rn\ş büyük bir «~ ~"~ ı Sinan, 9 Nisan 1588de ~dular. Kitap buyük 1" "-<" "ı. Pina n ın annesiyle... nilgiye uğra t (onılt olarak s elamlayacaktı. 1 lhe!defe inandırrnatk yetenek istiyordu. Bu gtıç l.... CJ <2±J2S~~C:=~ ;~~~Ç2:i~~~~;~. ~~~~~ ~~~~~~~;,.;. ~~~m~~ ~.., /rwjıı;~<j i-< 1;; ~ r.,: ~~. ". : :..: :..... :.,.. searcb\~,ınck,w~z -.: :: :... ~ (.:-:~.-: "" ~.. ~, :: < : :.. : ~ ~--. ~ : ;. ; ~.,.., -. rj - :-o -] ~.. t..:..--,..:..:~:. ::; :.(,"<:~ ~~,,.:, \.~-.~.~:.. b:~t -: / :.. -~ -~- ~:~.::][.ftt~~~ -: ~ 1\9,.. ;.:.. ~.:~J~oo. ~.:~:.. :. : < : :.: ~~-,,,.~. : :.\ ~ :(: ::: :.~ ~: :~~~- ~,.::,~7 ;: l~~e;ı: ~~ _,: r.::-;,., r--~" ~--. ı, :ı:..,.> f2... J2R.ffi. G~~~bl3.. ~. ii). {.:.. ~:.:.. :.: :::.~:- ı:- T... : ~.-~....: r.,~: :.>::.:. :.., -< ~. ~-:. ı.-_ ~.~.~::_. : --.._~;:.... :..... :-\ ::.. ::..,~ _: :;~~.:~.-: 1,....:...:: ~ (...:..:.. ~ ~. :... ~... ~.. :. :: i.-. :... ~~~;. --., , , ( Btowse..... )" ;. ~ ;;:.... :.., ;,.:..s oıs. :,.. ; :.. M dt.. :.... : ,,..., sa 5....,..... : a9 ı fıb :...._,~-... ı.,.:._._.._,...:_.~...,.._.,_-..;.. _..._...;..._:.:...,.,..._ ,..... Cü;;üK ~ir - llnoe çüctür. Somut \.!e!. ı ~ifill ~~~~L :: :~:~~~%;i:.~~~~!~:!~~;:;:::~ :: :.: :::: :::::::: : :::: ~ ::.: :~: : : : :::::~_:: ı~:~i,_,,. r:!~~-~~- ~-~.~!~.~ -~~.~~9~~~.~.!!:.Ş.~!.~~~ --~~-~-~~~~.!.1.~. ~~~~ ı.l.ı!:-... " :. ~-.. :- L.. - toiok b~ M,!:<a oıu ştureur. _ So mu.!...._, ~.,.t..,...~&~r~i: - ~... f...,...\1.... *!\!:!! ~ ~.~! ı.n. ~ ı,yş tut:)!~~.. ~~.s.~n.ı ~...,... ~iii~. k.. ~ ı ı... h.a.m.~.ı~ p~z.!.e_rt ~~~~.9.~ r_tll!i r : Somut <1. ~... ı".. :i ~ -~~~~~.S:.!T~.?.~.~.~~:.~~~~~~.9~t~~;~.~~ -~.. ş~_ı,~~-~ -~~!~.~~.~.i~~... biı)ük... bir heıceue -... goklerte,_,,... laie<l~asın :>.o.ı:uı.. di~ i!:liı. :ıır et;:~ n.@!, _ btrt~k ~ır Mze c:ınıa 2erça l\t o!itirm~~ ~:ara; ~rdik Sô~U1.,.;;.~. i,..., OÜ" :1.. ÜK " bir ıı.~y.~. S! (ll~. b.~t.j.e ~~~ı.n.ıı~. ~. (l~. ~ ~ l.~l ~~).ll~ p..;,e<ö ".,,. o,.,"" o.,_,,,.., o oo..... o o" H "o O" o\o\" " Ho o" o o o o o o o o o ooo.,.,.,. o o " o o o,.,. o o.,.,. o o o " t---~i nevruz çiçe~.leıin i... tüfük bir heyee;ınıa baoaannesme götıjrug verdi. Soyut Şekil 2. büyük bir ikili biriminin AntConc uygulaması ile birlikte kullanımlarm alfabetik olarak listelenmesi ve smiflandırılması 4. Sonuç ve Oneriler Çalışmanın bulguları değerlendirildiğinde aşağıdaki sonuçlara varılmıştır. 1. Karşılıklı birlikte kullanımların ölçülmesinde gözlenen sıklık değerleri ve sol kuyruklu Fisher tam olasılık smaması, yapıca en uygun ikili-birim sıralamasını vermektedir. 2. Karşılıklı birlikte kullanımların ölçülmesinde Ki-kare ve Karşılıklı Bilgi ölçüleri, daha önceki çalışmalarda belirtilenin aksine, çalışmanın amacına uygun sonuçlar sağlamamıştır. 3. Yönelimli birlikte kullanım çıkarma uygulamalarında, İlköğretim Türkçe Ders Kitapları ndaki bağlaç kullanımında yapısal ve anl~msal çeşitliliğin çok az olduğu görülmüşt~r. Sonraki çalışmalar için önerilerimizi ise şöyle sıralayabiliriz ; 1. Türkçe için çok sözeüklü kuilanımların çıkarılmasında, anılan birliktelik.. ölçüleri, çeşitli büyüklük ve türdeki derleınlerde smanmalı ve sonuçlar Türkçe

10 122 Mersin/i- Demirhan Öğretimi ile ilişkilendirilmelidir. 3. Ders Kitabı hazırlama ve değerlendirmede, yönelimli yaklaşımla, öncelikle işlev sözcüklerin bağlamsal çeşitliliği araştırılınalı ve sonuçlara uygun içerikler hazırlanmalıdır. 4. Ders Kitabı hazırlama ve değerlendinnede, yönelimli yaklaşımla, bağlamiçi sözcük arama ve eş dizimiilik temelinde, sıklık değerleri yüksek birlikte kullanırnlara öncelik verilmelidir. Not Bu çalışmada, TÜBİTAK tarafından desteklenen (Proje No: I 08K242), Türkçe Ulusal Derieminden ( /www. tudd.org. tr) yararlanılın ı ştır. Kaynakça Aksan, Y. vd. (20 l 0). Türkçe sözvarlığının nice! betimlemesi. Ç. Sağın Şimşek, Ç. Hatipoğlu (Haz.), 24. Ulusal dilbilim kurultayı bildiri kitabı. ( ), Ankara: ODTÜ. Anagnostou, N.K. ve Weir, G.R.S. (2006). Review of software applicationsfor deriving collocations. In: ICT in the Analysis, Teaching and Learning of Languages, Preprints of the ICTATLL Workshop 2006, , Glasgow, UK. Anthony, L. (201 1). AntConc (Version 3.2.4w) [Bilgisayar Yazılımı]. Tokyo, Japan: Waseda University Banerjee, S & T. Pedersen. (2003). The Design, lmplementation, and Use of the (N)gram (S) tatistic (P)ackage. Proceedings of the Fourth International Conference on Intelligent Text Processing and Computational Linguistics. ( ). Barlow, G.M. (2000). MonoConc Pro 2.0, Athelstan. Evert, S. (2004). The Statistics of Word Cooccurrences (Word Pairs and Collocations). Doktora Tezi, Universitat Stuttgart. Evert, S. (2008). Inside the IMS Corpus Workbench. Presentation at the IULA, Universitat Pompeu Fabra, Barcelona, Spain. Granger, S. & F. Meunier. (2008). Phraseology: An interdisciplinary perspective. Amsterdam: John Benjamins. Gürel, A. (I 999). Decomposition: To w hat extent? The case of Turkish. Brain and Language, 68. ( ). Lewis, M. (2000). Teaching collocation: further developments in the lexical approach. Hove: Language Teaching Publications Metin, S. K. & Karaoğlan, B. (2010). Collocation Extraction in Turkish TextsUsing Statistical Methods. 7th International Conference on Natural Language Processing (LNCS), IceTAL 2010, Reykjavik, Iceland. Scott, M. (2008). WordSmith Tools version 5. Liverpool: Lexical Analysis Software.