İLKÖĞRETİM TÜRKÇE DERS KİTAPLARI DERLEMİ VE TÜRKÇE ULUSAL DİL DERLEMİ ÖRNEKLEMİNDEKİ SÖZCÜK SIKLIKLARI 1

Transkript

1 İLKÖĞRETİM TÜRKÇE DERS KİTAPLARI DERLEMİ VE TÜRKÇE ULUSAL DİL DERLEMİ ÖRNEKLEMİNDEKİ SÖZCÜK SIKLIKLARI 1 Yeşim Aksan Ümit Mersinli Yılmaz Yaldır Mersin Üniversitesi yesim.aksan@gmail.com umit@mersinli.org yilmazyaldir@hotmail.com I. Giriş Bu çalışmanın amacı, Türkçe Ulusal Dil Derlemini Oluşturma Projesi (TUDD) veri tabanından alınan sözcüklük bir Referans Derlem ile sözcüklük İlköğretim Türkçe Ders Kitapları (İTDK) Derlemini kullanarak karşılaştırmalı sayısal sıralı sözcük sıklığı listeleri hazırlamak ve bu derlemlerdeki sözcük türü sıklığı dağılımlarını belirlemektir. Bu yazıda önce temel terimler tanımlanacak, sıklık çalışmalarıyla ilgili alanyazın kısaca sunulacaktır. Ardından, sıklık listeleri oluşturulurken izlenen yol betimlenecek; Derlemlerden elde ettiğimiz kök sıklıkları ile bunların sözcük türü sıklıklarını gösteren bulgular nicel değerler halinde sunulacaktır. Böylece İTDK Derleminin doğal dil kullanımını ne ölçüde temsil ettiği, referans derlemle karşılaştırılarak saptanacaktır. II. Temel Kavramlar Çalışmada kullanılan temel derlem dilbilimi terimleri sıklık (frequency), örnekçe (token), çeşit (type), ve başsözcük'tür (lemma). Derlem-temelli çalışmaların en önemli farkı sıklık bilgilerinin kullanılmasıdır., derlemde bir dilsel öğenin kaç defa geçtiğini gösteren yüzdelik değerdir. Örnekçe ise derlemde karşımıza çıkan, her iki tarafında boşluk olan ya da bir noktalama imi ile sınırlanmış bulunan dilsel birimi göstermektedir. Öte yandan, derlemi oluşturan ve birbirinden farklı olan her bir sözcük biçimine çeşit denir. Derlemde aynı sözcüğün tekrar edilmesi durumunda tek bir çeşitten ve bu tek sözcük çeşidini temsil eden çok sayıdaki örnekçeden söz 1 Bu çalışma TÜBİTAK tarafından desteklenmiştir. Katkılarından dolayı TÜBİTAK a teşekkür ederiz (Proje no: 108K242).

2 edilebilir. Başsözcük çoğunlukla bir sözcük çeşidinin çekim eklerinden arındırılmış yalın haline verilen addır. III. Sözcük Listeleri Sözcük sıklığı ile ilgili çalışmalar bilgisayarların yaygınlaşmasından çok önce başlamıştır. Thorndike (1921), bilgisayarın kullanıma girmesinden çok önce yapılmış olan, eğitim amaçlı istatistiki bilgiler veren önemli bir sıklık çalışmasıdır. Klasik edebi eserler ve çocuk kitaplarından alınan 4,5 milyon sözcüklük bir derlem temelinde gerçekleştirilmiştir. Günümüzde okuma materyallerinin tasarım ve redaksiyonunda benimsenen ve kısaca "bir dili öğrenen kişilere ilk önce o dilde en sık geçen sözcükler gösterilmelidir" şeklinde ifade edebilen sözcük dağarcığı kontrolü ilkesi bu öncü çalışma üzerinde şekillenmiştir. Bilgisayarların yaygınlaşmasından sonra oldukça dikkat çeken pek çok derlem-temelli çalışma gerçekleştirilmiş, sözcük sıklığı listeleri hazırlanmıştır. Bunlardan biri olan Brown derlemi, yaklaşık 1 milyon sözcükten oluşmaktadır. Tasarlandığı dönem için bilgisayar yardımıyla yapılan ilk derlemdir. Kucera ve Francis (1967) ise Brown derleminden elde edilmiş verilere dayanan sözcük sıklığı çalışmasıdır. İngiliz Ulusal Derlemi, 1980 ler ve 1990'larda İngiliz İngilizcesini esas alan, % 90'ı yazılı, % 10 u sözlü metinlere dayanan 100 milyon sözcüklük bir derlemdir. Bu derlemden elde edilen sıklık verileri, Leech, Rayson ve Wilson (2001) tarafından sunulmuştur. Çağdaş Amerikan İngilizcesi Derlemi, 400 milyondan fazla sözcükten oluşmakta ve bu derlem temelinde Davies ve Gardner (2010) tarafından yayımlanan sıklık sözlüğü kapsamlı sözcük listelerini sunmaktadır. Bu listelerde sadece sözcük sıklıkları değil, en sık geçen eş dizinli sözcüklerin listeleri de vardır. Derlem büyük olduğundan ilk bin sözcüğün sıralı sıklık listeleri yapılabilmiştir. III.1. Sözcük Sıklığı-Dil Eğitimi İlişkisi: İngilizce Dil eğitiminde derlemler, (a) dil öğretimi/öğrenimi ile ilgili betimleyici bulgu kaynakları olarak ya da (b) öğrenme ve öğretme süreçlerini doğrudan doğruya etkileyecek şekilde kullanılabilirler (Bernardini 2004: 15). Burada, örnek vermek amacıyla, bu alanda İngilizce için yapılan üç çalışmadan sözedilecektir.

3 Coxhead (1998), özel amaçlı dil öğretimi alanında kullanılmak üzere hazırlanmış bir Akademik Sözcük Listesi (ASL) sunmaktadır. Bu liste sözcüklük yazılı akademik metinlerden oluşan bir derlem üzerinde temellenmiştir. Listede İngilizcede en sık görülen ilk 2000 sözcük (West 1953) dışında kalan ve akademik metinlerde çok sık kullanılan sözcükler bulunmaktadır. Liste akademik çalışma yapmaya hazırlanan öğrenciler ve onlara ders verecek öğretmenlerin ihtiyaçları düşünülerek oluşturulmuştur. Listenin hangi ilkeler temelinde kurulduğu ise şu şekilde özetlenmektedir: (a) öğretmenler öğrencilerle bağı olan materyalleri öğretmelidirler, (b) öğretmenler gelecekte hangi konuda çalışacak olurlarsa olsunlar, öğrencilere en faydalı olan sözvarlığını kazandırmalıdırlar, ve (c) öğretmenler en önemli sözcükleri ilk önce ele almalıdırlar. ASL, belirli ilkelere dayanan ve dengeli bir derlem üzerinde oluşturulduğundan, birçok amaca hizmet eden kullanışlı bir öğrenim-öğretim aracı haline gelmiş, bu listeyi ortaya çıkaran derlem-temelli çalışma da öğrenme-öğretme uygulamalarının dikkate değer örnekleri arasındaki yerini almıştır. Thompson ve Sealey (2007) çocuklara yönelik kurgusal edebiyat eserlerinin dilsel özelliklerinin incelendiği bir çalışmadır. Çalışma, İngiliz Ulusal Derleminden elde edilen bir alt derlem ile gerçekleştirilmiştir. Çocuk okurlar için özel olarak yazılmış ve büyük oranda kurgusal metinlerden oluşan bu alt derlem, yine İngiliz Ulusal Derlemi'nden çekilen biri yetişkinler için yazılmış edebi eserleri, bir diğeri de gazete haber metinlerini içeren iki ayrı alt derlem ile karşılaştırılmıştır. Bu yolla çocuklar için hazırlanmış kurgusal metinleri içeren alt derlemde en sık görülen sözcükler ve sözcük dizileri araştırılmıştır. Bu çalışmanın sonucunda çocuklara yönelik eserlerin dil özellikleri ile yetişkinlere yönelik edebi eserlerin dillerinde çok büyük farklar olmadığı, öte yandan her iki alt derlemdeki dil özelliklerinin gazete metinleri alt derleminden oldukça farklı sayısal değerler sunduğu gözlenmiştir. Çocuklar için yazılmış metinlerden oluşan alt derlemin içerik anlatan sözcüklerinin (örneğin, boyun, baş, gibi beden bölümlerini gösteren sözcüklerin) daha çok temel anlamlarında kullanılmalarına rağmen, aynı tür sözcüklerin diğer iki derlemdeki kullanımlarının daha çok mecazi anlamlar içerdiği gösterilmiştir. 399

4 III.2. Türkçedeki derlem-temelli sıklık çalışmaları Türkçe için yapılmış derlem-temelli çalışmalardan birisi olan Göz (2003), yazılı Türkçe'nin sıklık sözlüğüdür. Brown Derlemi örnek alınarak yazılı Türkçeyi temsil edebilecek yaklaşık 1 milyon sözcüklük bir derlem oluşturulmuştur. Derlemden elde edilen veriler ışığında hazırlanan bu sözlükte farklı sözcük (çeşit) sayısı 179,861; çekimlerden arındırılımış sözcük (başsözcük) sayısı ise 22,693'tür. Türkçe ders kitaplarıyla ilgili sıklık çalışmalarına Arı (2003) ve İpekçi (2005) örnek olarak verilebilir. Arı (2003) ilköğretim 6. sınıf Türkçe ders kitaplarında geçen sözcüklerin sıklık listelerini oluşturmuştur. Elde edilen verilere göre üç ders kitabında en sık geçen ilk 100 sözcük ayrı bir liste halinde verilmiş ve bu sözcüklerin hem ayrı ayrı her bir ders kitabında, hem de toplam havuz içinde kaç defa geçtiği belirtilmiştir. Listede en sık işlev sözcükler yer almıştır. Örneğin, bu tabloda en sık görülen sözcük birdir. Benzer bir durum en sık görülen ilk 10 sözcük bağlamında da gözlenebilir: bir, olmak, bu, de/da, demek, ve, o, ben, gelmek, ne. Öte yandan, liste içerik sözcükleri yönünden incelendiğinde, çocuk, göz, gün, insan, ev gibi sözcüklerin görece sık oldukları gözlenmektedir. Benzer şekilde, İpekçi (2005) de ders kitapları ile ilgili bir sözcük sıklığı çalışmasında işlev sözcüklerinin (ve, bir, insan, bu, olmak, ben, çok, o gibi) en sık geçen sözcükler olduğunu belirtir. IV. Yöntem Bu çalışmada kullanılan sıklık değerlerinin hesaplanmasında izlenen yöntem aşağıdaki gibi özetlenebilir. Öncelikle derlem işleme yazılımı NooJ (Silberztein, 2003) aracılığıyla örnekçe sayıları ve çeşit gözlenen-sıklıkları dizini oluşturuldu. Büyük/küçük harf duyarlı dizinden özel Ad ve kısaltmalar ayrıştırıldıktan sonra, dizindeki eş girdilere (OKULA, Okula, okula) ait sıklık değerleri toplandı. Böylece, çalışmanın amacına uygun olarak, örnekçe sayılarından, gözlenen çeşit sıklık değerlerine ulaşıldı. Ardından, veritabanı yazılımı aracılığıyla (FileMaker), Türkçe Ulusal Dil Derlemi kapsamında sürdürülmekte olan dizinleme çalışmalarından yararlanılarak, elde edilen çeşit dizini ilgili başsözcüklerle eşleştirildi. Bu aşamada, eşseslilikten kaynaklanan çoklu eşleşmeler (yüzün > yüz, AD / yüz, EYLEM / yüz,

5 SAYI), çalışmanın sınırlılıkları ve bağlam bağımsız niteliği gereği göz ardı edilerek, ilgili sıklık değerlerinin aynı olduğu varsayıldı. Son olarak, hesap tablosu yazılımı (MS Excel) aracılığıyla başsözcük ve sözcük türü gözlenen-sıklık değerlerine ulaşıldı. Çok sözcüklü birimler çalışmanın kapsamı dışında tutuldu. sıralamasının sunumunda yalnızca de, BELİRTEÇ ve de, EYLEM ya da ile, BAĞLAÇ ve ile, AD+yönelme gibi belirgin eşseslilikler gözardı edilerek, yaygın olana öncelik verildi. İzlenen yöntemin sınırlılıkları, nicel veri toplama ve değerlendirme için de Türkçe ye özel bir derlem işleyici yazılımın gerekliliğini ortaya koymaktadır. V. Veri İTDK Derlemi nin oluşturulmasında yılları arasında MEB kararıyla kabul edilen ilköğretim Türkçe ders kitapları kullanıldı. Her sınıf için üç kitap seçilerek sözcüklük bir derlem oluşturuldu. Referans Derlem içinse TUDD için geliştirilen alan dağılımı göz önüne alınarak veritabanlarından İTDKD ile aynı sayıda sözcük içerecek biçimde metinler seçildi ve sözcüklük bir derlem kuruldu. VI. Bulgular ve Yorumlar VI.1. İTDK- Referans Derlemler: Sayısal Sıralı Liste En sık kullanılan 15 sözcüğün arasında her iki derlemde de sayı ya da belirsiz tanımlık bir, bağlaç ve, sıfat bu, adıl o ve katkısız eylemlerden et, yap gibi işlev sözcükler, içerik sözcüklerden önce, listenin ilk sıralarında yer almıştır. Bunların ardından, gel, gör, al gibi çokanlamlılık yönünden zengin eylemlerin sıklıkla kullanıldığını görüyoruz. İTDK ve Referans derlemde bu anlamda önemli bir fark yoktur. En çarpıcı fark İTDK Derleminde ilk 15 te gün adı yer alırken aynı ad Referans derlemde 41. sıradadır. Kennedy (1998) de de belirtildiği gibi, konu açısından daraltılarak hazırlanan derlemlerde içerik sözcükler sıklık listelerinin üst sıralarında yer almaktadırlar. Bizim sayısal sıralı listemizde, en sık kullanılan 50 sözcük arısında, Türkçe ders kitapları derleminde de bu tür içerik sözcükler üst 401

6 sıralardadır: baş 11. sırada, çocuk 26. sırada, ev 45. sırada saptanmıştır. Tablo 1. İTDK ve RD: Sayısal Sıralı En Sık Kullanılan 15 sözcük Sıra İTDKD Gözlenen RD Gözlenen 1 bir 7804 bir ol 5136 ol ve 3863 ve bu 3011 bu o 2894 et iç (AD) * 2431 iç (AD) * gel 2095 o yap 2009 yap et 1969 ile ben 1910 gel çok 1896 iç (EY) * ne 1808 gör iç (EY) * 1694 için (IL) * gör 1628 al gün 1491 iki 1460 * Belirsizlik korunmuştur. (için >>> iç,eylem+in / iç,ad+(i)n / için,ilgeç) 0.05 manidarlık düzeyinde, bir tanımlığı dışında, listedeki tüm sözcüklerin sayısal sıralı sıklıkları kullanıldıkları derlemlere göre anlamlıdır. Örneğin, ol katkısız eylemi Referans Derlemde İTDK Derlemine göre, her 100 örneklemin 95 inde daha fazla kullanılmaktadır. Diğer yandan, bir sözcüğünün iki derlem arasında görülme sıklığında anlamlı bir fark yoktur. Bir derlemden diğerine daha fazla kullanılması söz konusu değildir. Tablo 2. Referans Derleme göre İTDK derleminin sayısal sıralı ilk 10 sözcüğünün Logaritmik Olabilirlik değerleri Sözcük RD İTDK LogLike bir ,12 ol ,33* ve ,30* bu ,79* o ,85* iç ,17* gel ,99*

7 yap ,78* et ,71* ben ,90* VI.2. İTDKD - RD: İlk 20 Ad ve Sıfat Ders kitaplarında yer alan temalar ve çocuğun dünyasına uygun metinler oluşturma temelinde, İTDK Derleminde 7. sırada çocuk adının bulunması, iş 9. sırada, ev 11. ve 16. ve 17. sıralarda anne, baba adlarının gelmesi Referans Derlemdeki ilk 20 ad arasında bu adların olmaması dikkat çekicidir. Çokanlamlı adlardan baş her iki derlemde de ilk 20 arasındadır. Bileşik ve deyim yapılarında (baş öğretmen, başa gelen çekilir ) ayrıca katkısız eylemlerle de (bir şeyin başı olmak) sık kullanımı bu adın üst sıralarda bulunmasının nedenidir. Tablo 3. İTDK Derlemi Referans Derlem: En Sık Kullanılan 20 Ad Sıra İTDKD Gözlenen RD Gözlenen 1 iç 2431 iç ne 1808 iş gün 1491 il baş 1454 yer yer 1331 insan var 1230 baş çocuk 1221 ne insan 1111 var iş 998 ön zaman 921 gün ev 904 zaman el 895 söz en 795 öz ön 745 ara şey 736 yıl anne 734 en baba 723 top ben 705 yön yol 700 gerçek söz 681 şey 721 Ders kitaplarının uyması gereken izlence çerçevesinde İTDK Derleminde olan ancak Referans Derlemde hiç karşılaşılmayan adlardan bazıları da şunlardır: cariye, keşkek, cemre, kıtıl, cepken, 403

8 kopuz, cılbır, koyak, çardak, köynek, çarık, kümbet, çevgen, potin, çöğür, seki, dülger, yabansüseni, ebemkuşağı, yapağı, gürz, yulaf, güzçiğdemi, yular, kargı, zemheri, karsambaç, zedali, kayınço, zıbın. Sıfatların sıralamasında da adlardakine benzer bir eğilim görülmektedir. Ders kitaplarının düzeyine ve konularına uygun olarak, niceleme ve gösterme sıfatlarından sonra olumlu niteleme sıfatları İTDK Derleminin sayısal sıralı listesinin üst sıralarında bulunmaktadır. Sırasıyla güzel, büyük, iyi, küçük, 4, 5, 6 ve 7. sıralarda karşımıza çıkarken Referans Derlemde olumsuz niteleme sıfatı zor 11. sırada, olumlu niteleme sıfatı güzel 15. sıradadır. Tablo 4. İTDK Derlemi Referans Derlem: En Sık Kullanılan 20 Sıfat Sıra İTDKD Gözlenen RD Gözlenen 1 çok 1896 çok her 1054 bu bu 972 her güzel 791 son büyük 781 karşı iyi 711 ilk küçük 690 büyük karşı 530 bütün son 506 iyi bütün 491 başka nasıl 450 zor başka 432 aynı ilk 365 nasıl kara 338 böyle hangi 320 güzel böyle 316 diğer öyle 305 tek hazır 272 öyle uzun 269 ince biraz 267 fazla 259 VI.3. İTDKD-TUDD-Referans Derlemleri-Sözcük Türü Yüzdeleri Sözcük türü sıklık yüzdeleri, bağlaç ve belirteçlerin dışında her iki derlemde de birbirine çok yakındır. Alan yazında da belirtildiği (Francis ve Kucera, 1982) ve kurgusal metinler ve gazete haber metinleri üzerinde yaptığımız bir çalışmada da (Aksan ve Yaldır,

9 2010) gözlediğimiz gibi adlar ve eylemler diğer sözcük türlerine göre daha sık kullanılmaktadırlar. Bağlaçlar İTDKD de % 2.84 ile Referans Derlemdeki % 4.83 oranın neredeyse yarısı kadardır. Belirteçler de durum tam tersidir. Ders kitapları derleminde % 4.27 bir sıklık yüzdesi varken Referans Derlemde bu sayı % 2.91 dir. Bu iki sözcük türü üzerinde karışlaştırmalı ve kapsamlı çalışmalar yapılması gerekiyormuş gibi görünmektedir. Şekil 1. İTDKD ve RD de Sözcük Sıklığı Dağılımları AD: ad, EY: eylem, SI: sıfat, BG: bağlaç AL: adıl, SA: sayı, BE: belirteç, IL: ilgeç VII. Sonuç ve Öneriler Bu araştırmada, İTDKD ve TUDD-Referans Rerlemlerindeki sözvarlığına ilişkin temel eğilimleri ve farkları belirlemeye çalıştık. Kök çeşidi listeleri temelinde sayısal sıralı sözcük sıklığı listeleri oluşturuldu ve sözcük türleri sıklıkları belirlendi. Bu çalışmadaki gözlemlerimizden yola çıkarak daha kapsamlı sözcük sıklığı çalışmaları yapabilmek ve sıklık çalışmalarının bulgularını Türkçenin eğitimi alanında kullanabilmek için aşağıdaki önerileri sunmak istiyoruz. 1. Tür / kök çeşidi listelerini oluşturmada sözcük türü işaretleme yazılımıyla işaretlenmiş, denetimi yapılmış ve mümkün olduğunca sözcük türü belirsizlikleri giderilmiş dil derlemleri üzerinde çalışılması. 405

10 2. Dilin doğal kullanımını daha gerçekçi yansıtan, dil yönünden daha dengeli dağılım gösteren ders malzemelerinin (öğrenici sözlükleri, Türkçe ders kitapları, çocuklara yönelik okuma metinleri, vb.) hazırlanması. 3. Hangi yaş grubuna hangi sözcüklerin daha önce öğretilmesi gerektiği sorusunun doğal dil verisinden elde edilen sıklık çalışmaları ile yanıtlanması. 4. Belirli bir alana ait ders malzemelerinin hazırlanması sürecinde, malzemelerde kullanılacak terimlerin saptanması. 5. Gündelik dile ait olup da hedeflenen alana özgü bazı kullanımları da olan sözcüklerin saptanması ve hazırlanacak ders malzemelerine bilinçli olarak bu özel kullanımların katılması. 6. Türkçe ders kitaplarının nicel ölçütlerle değerlendirilebilmesi için özel amaçlı bilgisayar yazılımlarının geliştirilmesi. Kaynakça Aksan, Y. ve Yaldır, Y. (2010). Türkçe Sözvarlığının Nicel Betimlemesi. 24. Ulusal Dilbilim Kurultayı Mayıs Ankara: ODTÜ, sunulan bildiri. Arı, G. (2003). İlköğretim Altıncı Sınıf Ders Kitaplarındaki Kelimeler ve Bu Kelimelerin Kullanılabilirliği. İstanbul: Marmara Üniversitesi, Yayınlanmamış Yüksek Lisans Tezi. Bernardini, S. (2004). Corpora in the Classroom. An Overview and Some Reflections on Future Developments. içinde J. McH. Sinclair (Haz.) How to Use Corpora in Language Teaching (15-36). Amsterdam: John Benjamins. Coxhead, A. (1998). An Academic Word List. English Language Institute Occasional Publication, No. 18. Wellington: Victoria University of Wellington. Davies, M. & Gardner, D. (2010). Frequency Dictionary of American English. London: Routledge. Francis, W. N. & Kucera, H. (1982). Frequency Analysis of English Usage: Lexicon and Grammar. Boston: Houghton Mifflin. Göz, İ. (2003). Yazılı Türkçenin Kelime Sıklığı Sözlüğü. Ankara: TDK. İpekçi, A. (2005). İlköğretim 7. Sınıf Öğrencilerinin Kelime Serveti Üzerine Bir Araştırma. Abant: Abant İzzet Baysal Üniversitesi, Yayınlanmamış Yüksek Lisans Tezi. 406

11 Kucera, H. & Francis, W. N. (1967). Computational Analysis of Present Day American English. Brown University: Brown University Press. Kennedy, G. (1998). An Introduction to Corpus Linguistics. London: Longman. Leech, G., Rayson, P. & Wilson, A. (2001). Word Frequencies of Written and Spoken English: Based on the British National Corpus. London: Longman. Silberztein, M. (2003). NooJ manual. (e.t. 20 Kasım 2009) Thompson, P. ve Sealey, A. (2007). Through Childern s Eyes? Corpus Evidence of the Features of Childern s Literature. International Journal of Corpus Linguistics. 12, Thorndike, E. L. (1921). Teacher s Wordbook. New York: Columbia Teachers College. Türkçe Ulusal Dil Derlemi Projesi. / West, M. (1953). A General Service List of English Words. London: Longman. 407