İŞARET DİLLERİ VE SÖZLÜKLER

Arık, E., Makaroğlu, B., & Dikyuva, H. (2016). İşaret dilleri ve sözlükler [Sign languages and dictionaries]. In H. Develi & M. Gürlek, I. ve II. Uluslararası Sözlükbilimi Sempozyumu. Istanbul: İstanbul Büyükşehir Belediyesi Yayınları. İŞARET DİLLERİ VE SÖZLÜKLER Engin ARIK*; Bahtiyar MAKAROĞLU**; Hasan DİKYUVA*** *İstanbul Medipol Üniversitesi, Psikoloji Bölümü. e-posta: enginarik@enginarik.com. **Ankara Üniversitesi, Dilbilim Bölümü. e-posta: Bahtiyar.Makaroglu@ankara.edu.tr. ÖZET ***Ankara Üniversitesi, Dilbilim Bölümü. e-posta: hasan.dikyuva@gmail.com. Konuşma dilleri işitsel-sözel işleme yaparken işaret dilleri görsel-jestsel işleme yapmaktadır. Bu nedenle konuşma dilleri sesletimde sesli, sessiz sesler ve ton kullanabilirken işaret dilleri el şekilleri, el yer ve hareketleri, baş durum ve hareketleri, kaş hareketleri ve bakış gibi yüzdeki hareketleri kullanmaktadır. Dolayısıyla, işaret dilleri için hazırlanan sözlükler bu farklılıkları göz önüne almak zorundadır. Ancak, Türk İşaret Dili için hazırlanan sözlükler sadece sözcük-işaret çevirileri düzeyinde olup Türkçe temellidirler. Bu sözlükler dilsel farklılıkları göz ardı ettiği gibi deyimleri ve gündelik dil kullanımını gereken ölçüde temsil edememektedirler. Bu çalışma, daha önce hazırlanan sözlükleri incelemekte ve çeviriyazı yöntemleri ve yazılımları, dil farklılıkları (örn. diyalek, idiolekt, işaret dilinin ana dil olarak kullanımı ve sonradan öğrenildiği durumlar) ve diğer toplumdilbilimsel konular (örn. modellerin cinsiyet ve eğitim seviyesi) tartışmaktadır. Ayrıca, yeni teknolojik gelişimler h264 kodçözücüler, internet ve ELAN gibi görsel veri çözümleme yazılımları dikkate alan yeni kolaykullanımlı (Türk İşaret Dili-Türkçe) elektronik sözlük önerecektir. Anahtar Sözcükler: işaret dilleri, Türk İşaret Dili, elektronik sözlükler, Bilgisayarlı Dilbilim, Derlem Dilbilimi. ABSTRACT Spoken languages use auditory-vocal modality whereas signed languages use visual-gestural modality. For this reason, spoken languages use vowels, consonants, and tones in the articulation while signed languages use handshapes, hand locations and movements, head positions, and facial movements such as eyebrow movements and eye gaze, among others. Therefore, dictionaries for sign languages should take these differences into account. Yet, dictionaries for Turkish Sign Language are at the level of word-sign translations based on Turkish. These dictionaries not only ignore linguistic differences but also does not represent idioms and the everyday language use. This study reviews earlier dictionaries and discusses transcription tools, language variation (e.g., dialects, idiolects, native and non-native users of sign languages), and other sociolinguistic issues (e.g., gender and education of models) for signed language dictionaries. In addition, it considers new technological advancements such as h264 codec, internet technology, and video-analysis tools such as ELAN do help sign language researchers to develop electronic dictionaries and then proposes a new user-friendly electronic dictionary (Turkish Sign Language-Turkish). Keywords: sign languages, Turkish Sign Language, electronic dictionaries, Computational Linguistics, Corpus Linguistics. 1

1. GİRİŞ Doğal diller konuşma dilleri ve işaret dilleri olmak üzere ikiye ayrılmaktadır. Bu diller buyrultusallık / nedensizlik, dualite / ikilik gibi sadece doğal dillere özgü özellikleri paylaşıp birimbilim, biçimbilim, sözdizim / işaretdizim, edimbilim gibi dilbilgisel açılardan çözümlenebilmektedir. Bununla birlikte bu diller dil işleme açısından birbirinden farklılaşmaktadır: Konuşma dilleri işitsel-sözel işleme yaparken işaret diller görsel-jestsel işleme yapmaktadır. İletişim biçimindeki bu ayrım dilin kullanımında temel farklılıklara yol açabilir. Örneğin, konuşma dilleri sesletimde sesli, sessiz sesler ve ton kullanabilirken işaret dilleri el şekilleri, el yer ve hareketleri, baş durum ve hareketleri, kaş hareketleri ve bakış gibi yüzdeki hareketleri kullanmaktadır. Dil işleme yollarındaki bu ayrılıklar araştırmacıların yeni teorik bakış açıları geliştirmelerine, dil kullanımı ve dil uygulamaları geliştirmelerine yol açması kaçınılmazdır. İşaret dili kullanımı ve uygulamalarında sorunlu alanlardan birisi sözlük geliştirmedir. Daha önce yapılan sözcük-işaret çevirilerini, deyimleri ve gündelik dil kullanımını içeren kitap benzeri sözlükler işaret dillerini gereken ölçüde temsil edememektedirler. Yeni teknolojik gelişimler h264 kodçözücüler, internet ve ELAN gibi görsel veri çözümleme yazılımları işaret dili araştırmacılarının işaret dillerine daha uygun elektronik sözlük geliştirmelerine yardımcı olmaktadır. Bu çalışma ortak sorunları ve önerilen çözümleri de gözeterek (1) elektronik konuşma dili sözlükleri ile elektronik işaret dili sözlüklerini ve (2) geleneksel kitap bazlı işaret dili sözlükleri ile elektronik işaret dili sözlüklerini karşılaştırmaktadır. Ardından, çeviriyazı yöntemleri ve yazılımları, dil farklılıkları (örn. diyalek, idiolekt, işaret dilinin ana dil olarak kullanımı ve sonradan öğrenildiği durumlar) ve diğer toplumdilbilimsel konular (örn. modellerin cinsiyet ve eğitim seviyesi) tartışacaktır. Son olarak, Türk İşaret Dili için hazırlanmış geleneksel ve elektronik sözlükleri analiz edip modalite ve tipolojik farklılıkları, işaretlerin dilbilgisel çeviriyazılarını ve toplumdilbilimsel konuları da dikkate alan yeni kolay-kullanımlı (Türk İşaret Dili-Türkçe) elektronik sözlük önerecektir. 1.1. İşaret Dilleri Hakkında Yanlış Kanılar Ne yazık ki hem toplumun bazı çevrelerinde hem de bazı bilim çevrelerinde işaret dilleri hakkında bir takım yanlış kanılar mevcuttur. Bu bölümde kısaca bu yanlışları düzelteceğiz. İşaret dilleri tıpkı konuşma dilleri gibi doğal diller olup aynı konuşma dilleri gibi kendiliğinden ortaya çıkmışlardır. İşaret dilleri jest ve pantomimlerden oluşmamaktadır. İşaret dilleri konuşma dilleri gibi karmaşık ve zengin yapılara sahiptir. Doğal olarak hem somut (kedi, 2

kitap vb.) hem de soyut kavramları (akıl, zeka, din vb.) içerdikleri gibi işaret dillerinde tiyatro, şiir ve edebiyat eserleri verilmekte gündelik yaşantının her anında kullanılabilmektedirler. İşaret dillerinin dilbilgisi kuralları olduğu gibi dilbilgisi açısından her düzeyde (işaretbirim bilim (sesbilim), biçimbilim, işaretdizim (sözdizim), anlambilim, edimbilim vb.) incelenebilmektedirler. Bu nedenle işaretleri dilbilgisi kurallarına uymaksızın arka arkaya yaparak iletişim kurmak ancak Tarzanca ya benzemektedir. Bu dilleri kullanabilmek için dilbilgisi kurallarını da bilmek gerekmektedir. Dünyada sadece bir tane işaret dili yoktur, aksine şimdiye kadar yapılan bilimsel araştırmalarda 100 den fazla birbirinden farklı işaret dilinin olduğu ortaya koyulmuştur. Nasıl bir konuşma dilini bilmek bütün konuşma dillerini bilmek anlamına gelmiyorsa, bir tane işaret dili bilmek otomatikman diğer işaret dillerini biliyor olma anlamına gelmez. Toplumun bazı kesimlerindeki kanıların aksine sağır olmak / işitme engelli olmak otomatik olarak işaret dilini bilme yeterliliğini sağlamaz. Sağırların büyük bir kısmının ebeveynleri konuşan ve işaret dili bilmeyen kişiler oldukları için sağırlar işaret dillerini sonradan öğrenmektedirler. Aynı konuşma dillerinde olduğu gibi işaret dilleri de doğal diller oldukları için lehçelere ve ağızlara sahiptir. Sanılanın aksine işaret dilleri konuşma dillerinin işaretleşmiş halleri değildir ve konuşma dillerinden türememişlerdir. Örneğin, Amerika Birleşik Devletleri, İngiltere ve Avustralya da birbirine çok benzer İngilizce lehçeleri konuşulmasına rağmen üç farklı işaret dili kullanılmaktadır: Amerikan İşaret Dili (ASL), İngiliz İşaret Dili (BSL) ve Avustralya İşaret Dili (AUSLAN). Bu üç dil İngilizce den türemedikleri gibi birbirlerinden de dilbilgisel olarak farklıdırlar. İşaret dilleri pek çok konuşma dili gibi sondan eklemeli diller değillerdir; sözcük türetme ve çekimleri Türkçeye benzememektedir. Kendilerine has çekim ve türetme biçimleri vardır. 1.2. İşaret Dilleri (Uygulamalı) Dilbilim Çalışmaları İşaret dilleri hakkında her düzeyde dilbilim çalışmaları yapılmaktadır. Bunlar dilbilgisi çalışmaları, sözlük çalışmaları ve eğitim materyalleri geliştirme çalışmaları olarak gruplandırılabilirler. Türk İşaret Dili üzerine son yıllarda giderek artan bir bilimsel ve toplumsal ilgi vardır. Çeşitli bilimsel çalışmalar için Arık (2013) ve Arık (2016) ya bakılabilir. Bu araştırmanın da parçası olduğu ilk dilbilgisi çalışması (Makaroğlu, Dikyuva ve Arık, 2015) yeni tamamlanmıştır. Eğitim materyalleri için de Makaroğlu ve Dikyuva (2015) bakılabilir. 3

1.3. İşaret Dilleri Sözlük Çalışmaları Bu bölümde Türk İşaret Dili için hazırlanmış sözlükleri inceleyeceğiz. Sözlükler, genel sözlükler, lehçebilim sözlükleri, eşanlamlı, eşadlı, zıtanlamlı öğeler sözlükleri, yabancı öğeler sözlükleri, tarihsel Sözlükler, kökenbilgisi sözlükleri, uzmanlık alanı sözlükleri, argo sözlükleri, deyim ve atasözü sözlükleri, anlatımbilim sözlükleri, sanatçı ve metin sözlükleri ve yanlış yerleşmiş öğe sözlükleri gibi çeşitleri olmasıyla birlikte Türk İşaret Dili için hazırlanan MEB Türk İşaret Dili Sözlüğü, TDK Türk İşaret Dili Sözlüğü, Diyanet İşleri Başkanlığı Türk İşaret Dili Dini Kavramlar Sözlüğü, Boğaziçi Üniversitesi Türk İşaret Dili Sözlüğü v1.0 ve Koç Üniversitesi Türk İşaret Dili Kelime Listesi gibi sözlükler kelime listeleri olup daha çok Türkçe sözcük ile Türk İşaret Dili karşılığı olan işaretin eşleştirilmesi biçiminde oluşturulmuştur. Türk İşaret Dili-Türkçe sözlük örneğine henüz rastlanılmamıştır. Bu sözlüklere bakıldığında bazılarının kitap formatlı olduğu görülmüştür. MEB ve TDK nın sözlükleri sadece kitap formatlı olup, görsel olarak fotoğraflar kullanılmıştır (Şekil 1 ve Şekil 2). Şekil 1. MEB Türk İşaret Dili Sözlüğü nden bir görüntü. 4

Şekil 2. TDK Türk İşaret Dili Sözlüğü nden bir görüntü. Bazı sözlüklerin ise hem kitap formatında hem de çevrimiçi olarak sunulduğu görülmüştür (Şekil 3). Şekil 3. Diyanet İşleri Başkanlığı Türk İşaret Dili Dini Kavramlar Sözlüğü pdf formatından bir görüntü. Bazı sözlüklerin, örneğin Koç Üniversitesi Türk İşaret Dili Kelime Listesi, ise sadece çevrimiçi hazırlanıp video filmleri ile desteklendiği görülmüştür. Ayrıca Türkçe sözcüklerin İngilizce karşılıkları da verilmiştir. Bazı sözlüklerin ise sadece yazılım yardımıyla hazırlandığı ve video filmleri ile desteklendiği görülmüştür (Şekil 4). 5

Şekil 4. Boğaziçi Üniversitesi Türk İşaret Dili Sözlüğü v1.0 yazılım programından bir görüntü. Görüldüğü üzere bu sözlükler Türkçe bazlı olup sözcük-işaret eşleştirmelerinden ibarettir. Ya kitap formatında sadece fotoğraflarla ya da elektronik ortamda filmlerle desteklenmiştir. Türk İşaret Dili işaretlerinin kullanımı, dil hakkında bilgisi, işaretlerin dilbilgisi yapısı, deyimler ve gündelik dil kullanımı hakkında bilgi ve işaretlerin kullanımı ile örnekler yer almamıştır. 2. YÖNTEM 2.1. Katılımcılar Katılımcılar 12-60 yaş arasında Türkiye nin dört bir yanında toplam 26 farklı ilde yaşayan toplam 114 kişidir. Bu kişiler doğuştan yada erken dönemde (0-3 yaş) işitme kaybı olan, anadili Türk İşaret Dili olan, işaret üretimini engelleyecek herhangi bir fiziksel, zihinsel vb. sorunu olmayan kişilerdir. Katılımcıların Türkçenin etkisinde kalmamaları için Sağır toplumu içerisinde yarım (az işiten) olarak adlandırılan kişilerden, CODA lardan (sağır ebeveynli/annebabalı işiten çocuk/yetişkin) ve Türk İşaret Dilini sonradan öğrenmiş işitme engellilerden veri toplanmamıştır. Katılımcılar Bilgilendirilmiş Onam Formu nu yazılı olarak Türkçe ve gerektiğinde Türk İşaret Dili nde almış, okumuş ve imzalamışlardır. 2.2. Yöntem ve Materyaller Yarı-yapılandırılmış doğal yöntem ve resim ve video anlatımı yöntemleri kullanılmıştır. 2.3. Prosedür 6

Veriler katılımcıların yaşadığı şehirlerde sağırlar derneklerinde veya Aile ve Sosyal Politikalar Bakanlığı na bağlı merkezlerde toplanmıştır. Veri toplama sırasında taşınabilir stüdyo ortamı hazırlanmış, 2 adet yüksek çözünürlüklü kameralar, laptop, yeşil perde vb. teçhizat hazır bulundurulmuştur. Kayıt sırasında iki katılımcı birbirleri ile doğal ortamda işaretleşmişlerdir. Kayıt ortamında sadece sağırlar bulunmuştur. 2.4. Veri Çözümleme İşaret dili üretimlerine ilişkin video görüntülerinin çözümlenmesi amacıyla EUDICO Dilsel Açımlayıcı-Linguistic Annotator (ELAN) aracı kullanılmıştır. Veriler Türk İşaret Dili ne anadil olarak hakim olan sağırlardan oluşan proje ekibi tarafından ELAN programı yardımıyla çözümlenmiştir. 3. BULGULAR Toplam 6.240 dakikalık ve 800.000 işaretten / sözcükten oluşan veri ile bir derlem oluşturulmuştur. Bu derlemin 180.000 işaretten oluşan kısmı ELAN ile tek tek işaretle çözümlenmiş ve Türkçe sözcük karşılıkları ve tümce karşılıkları da ayrıca verilmiştir (Şekil 5). Şekil 5. ELAN programında veri çözümlemesinden bir kesit. Ardından Türk İşaret Dili ndeki işaretlerin derlemde kullanım sıklıklarına ve çeşitliklerine bakılmıştır. Bu şekilde doğal bir dil olan Türk İşaret Dilinde de sözlüksel olarak pek çok çeşitlilik bulunmuştur. Bu çeşitliliklerin mutlaka sözlüklerde yer alması gerekmektedir. Örneğin KıLıÇ anlamına da gelen işaret aynı zamanda OSMANLı, BıÇAK, POLITIKA, MÜZE ve ELEME anlamlarına da gelmektedir (Şekil 6). ZOR anlamına da gelen işaret aynı zamanda MECBUR, SUNUM, DELEGE, PROPAGANDA ve KAYNANA anlamlarına da gelmektedir. Her doğal dilde olduğu gibi Türk İşaret Dilinde de başka dillerden ödünç alınan işaretler mevcut olduğu 7

gibi pek çok deyim vardır (Şekil 7). Aynı anlama gelen işaretler/sözcükler her bağlamda kullanılmamaktadır (Şekil 8 ve Şekil 9). Şekil 6. Türk İşaret Dilinde KıLıÇ, OSMANLı, BıÇAK, POLITIKA, MÜZE ve ELEME. Şekil 7. Türk İşaret Dilinde bazı deyimler. Şekil 8. Türk İşaret Dilinde YOL işareti ve iki ayrı bağlam. 8

Şekil 9. Türk İşaret Dilinde GÜN işareti ve iki ayrı bağlam. 4. YORUM VE TARTIŞMALAR Bu çalışma daha önceki sözlük / kelime listesi çalışmalarından oldukça farklıdır. Bu çalışmada yeni teknolojik gelişimler takip edilmiş, dilin görsel doğasından dolayı en iyi h264 kodçözücüler kullanılmıştır. Birden fazla açıdan kamera kullanımı ile dilin doğal ortamda ve iletişim sırasında kullanımı ortaya koyulmuştur. Bu çalışma çevrimiçi kullanıma açık olup geliştirilebilir. ELAN gibi görsel veri çözümleme yazılımlarının kullanımı ile dil çözümlemesine dilbilgisinin her boyutuyla devam edilebilir. Bu çalışmanın teknolojik farklılıklarının yanı sıra yöntem düzeyinde de oldukça farklıdır. Bu çalışmada Türkiye çapında 26 ilden anadili Türk İşaret Dili olan katılımcılardan yine Türk İşaret Dili kullanarak veri toplanmıştır. Böylelikle Türkçe yazılı dilin etkisi en aza indirgenmiş olup olası bölgesel farklılıklar ortaya konulmuştur. Her yaştan ve eğitim düzeyinden katılımcılarda veri toplanması toplumdilbilimsel konular (örn. modellerin cinsiyet ve eğitim seviyesi) açısından ve dolayısıyla sözlük çalışmaları için oldukça önemlidir. Bu çalışmada bu konulara oldukça önem verilmiştir. Bu dilbilgisi ve sözlük çalışması bilgisayarlı dilbilim ve derlem dilbilimi yöntemlerini kullanarak 800.000 işaretlik bir derlemden yararlanarak yapılmıştır. Bu nedenlerle daha önceki sözlük çalışmalarından oldukça farklı olup Türk İşaret Dili hakkında daha sağlıklı bilgiler vermektedir. 5. SONUÇ VE ÖNERİLER Bu çalışma Türk İşaret Dili için hazırlanan Türkçe temelli kelime listelerini inceleyip onlardaki eksik yönleri göstermiştir. Bunun yerine Türk İşaret Dili temelli derlem ve bilgisa- 9

yarlı dilbilim destekli bir Türk İşaret Dili-Türkçe sözlüğün nasıl olabileceğini ortaya koymuştur. Bulgular bölümünde gösterildiği gibi genelde işaret dilleri özelinde Türk İşaret Dili için hazırlanan bir sözlük konuşma dili temelli olmamalıdır. Sözcüklere karşılık gelen işaretlerin yer aldığı bir kelime listesi sözlük ihtiyacını karşılamadığı gibi işaret dilinin kendine has özelliklerini ortaya koyamamaktadır. Her doğal dil gibi oldukça zengin ve kendine ait dilbilgisi kuralları olan Türk İşaret Dili için kapsamlı sözlüklerin hazırlanması hem bilimsel hem de toplumsal aciliyeti olan oldukça önemli bir konudur. KAYNAKÇA Arik, E. (Der., 2013). Current directions in Turkish Sign Language research. Newcastle upon Tyne: Cambridge Scholars. Arik, E. (Der., baskıda, 2016). Türk İşaret Dili araştırmaları. İstanbul: Koç Üniversitesi Yayınları. ASL. http://www.handspeak.com. ASL. http://www.aslpro.com/cgi-bin/aslpro/aslpro.cgi British Deaf Association, & Brien, D. (1993). Dictionary of British Sign Language. Faber & Faber. British Sign Language Dictionary. http://www.british-sign.co.uk/british-sign-language/dictionary/ Costello, E. (2002). Random House Webster's Concise American Sign Language Dictionary. Bantam. Granger, S., & Paquot, M. (2012). Electronic lexicography. Oxford University Press. Makaroğlu, B., & Dikyuva, H. (2015). Yabancı Dil Olarak Türk İşaret Dili (A1-A2 Düzeyi) Öğrenci Kitabı. Ankara: Ankara Üniversitesi Yayınları. Makaroğlu, B., & Dikyuva, H., & Arık, E. (baskıda, 2015). Türk İşaret Dili Dilbilgisi Kitabı. Özyürek, A., İlkbaşaran, D., & Arık, E. (2004). Türk İşaret Dili. http://turkisaretdili.ku.edu.tr. Koç Üniversitesi, İstanbul. Schembri, A. & Johnston, T. (2012). Sociolinguistic aspects of variation and change. R. Pfau, M. Steinbach, & B. Woll (Der.) içinde, Sign language: An international handbook (ss. 788-815). Walter de Gruyter. Spread the sign. http://www.spreadthesign.com Sternbern, M. L. A. (1998). American Sign Language Dictionary. Harper Perennial. Tennant, R. A., & Brown, M. G. (2010). The American Sign Language Handshape Dictionary. Gallaudet University Press. The Online Dictionary of New Zealand Sign Language. http://nzsl.vuw.ac.nz Türk İşaret Dili: İşitme Engelliler İçin İşaret Dili Sözlüğü. http://www.turkisaretdili.org Türk İşaret Dili Sözlüğü v 1.0. Boğaziçi Üniversitesi. http://www.cmpe.boun.edu.tr/pilab/tidsozlugu/ Türk İşaret Dili Sözlüğü. Milli Eğitim Bakanlığı. http://tdk.gov.tr/index.php?option=com_content&view=article&id=264 Valli, C., & Lott, P. S. (2006). The Gallaudet Dictionary of American Sign Language. Gallaudet University Press. Yetişkinler İçin İşaret Dili Kılavuzu. (1995). Milli Eğitim Bakanlığı Özel Eğitim Rehberlik ve Danışma Hizmetleri Genel Müdürlüğü. 10

SUMMARY Natural human languages are of two types: Spoken languages and signed languages. These languages share unique natural language features such as arbitrariness and duality as well as underlying linguistic structures such as phonology, morphology, syntax, pragmatics, and so on. However, these two types of languages differ from each other in terms of the language modality: Spoken languages use auditory-vocal modality whereas signed languages use visual-gestural modality. This difference in the medium of communication may result in the fundamental linguistic behavior. For example, spoken languages use vowels, consonants, and tones in the articulation while signed languages use handshapes, hand locations and movements, head positions, and facial movements such as eyebrow movements and eye gaze, among others. The variation in language modality inevitably leads scholars to develop new theoretical perspectives and language use as well as language applications. Dictionary development is one of the problematic topics in sign language applications. Earlier book-size dictionaries including word-by-word translations, idioms, and phrases could not adequately represent the signed languages. New technological advancements such as h264 codec, internet technology, and video-analysis tools such as ELAN do help sign language researchers to develop electronic dictionaries. In this study, we focused on electronic dictionaries for Turkish Sign Language, a natural language used by the Deaf community in Turkey. We first reviewed the avaliable dictionaries for Turkish Sign Language showing their weaknesses. Earlier dictionaries were mainly word lists based on Turkish words and their direct translations to Turkish Sign Language. They were usually based on photographs or movies of a few signers (models). Some of those dictionaries were paper-based in which signs were given in photographs. Some of them used internet technology in which signs were also given in video films. However, all of them were (Turkish) word by (Turkish Sign Language) sign translations omitting information about the language use, linguistic structures, idioms and metaphors, context, and sociolinguistic issues. We proposed a new approach to prepare a dictionary for Turkish Sign Language discussing transcription tools, language variation (e.g., dialects, idiolects, native and non-native users of sign languages), and other sociolinguistic issues (e.g., gender and education of models) for signed language dictionaries. In this approach, we collected data from 114 native signers, aged between 12-60, of Turkish Sign Language residing in 26 cities (out of 81) in all over Turkey. We then created a corpus consisted of 800.000 tokens, transcribed by native signers by using ELAN program. With this approach, we acquired natural use of this language and had an access to its use, linguistic structure, idiom and metaphors, and so on. We then proposed an electronic dictionary, open to development, based on Turkish Sign Language covering the use of each sign, their various meanings, usage with examples from the corpus, and sociolinguistic variations. Finally, we highlighted the need for such a dictionary for linguistic, educational, and societal reasons. 11