SKAISTĖ ALEKSANDRAVIČIŪTĖ

Litvanya Dili Enstitüsü

ARAMA MOTORU GOOGLE KULLANARAK DİL OLGULARINI İNCELEME OLANAKLARI

Litvanyalı dilbilimciler makalelerinde, kullanım örneklerinden sayısal sıklık ifadelerine kadar çeşitli verileri derlerken bir internet arama motorundan yararlandıklarını giderek daha sık belirtmektedir. En çok, en büyük arama motoru olan Google anılmaktadır; ancak ne yazık ki bu motor, dilleri incelemek için yeterince uyarlanmamıştır. Bu nedenle, genellikle yalnızca Google’ın kaynaklardan biri olduğuna değinilmesi, fakat arama yönteminin belirtilmemesi ve aramayı kolaylaştırabilecek ya da zorlaştırabilecek, sonuçları netleştirebilecek ya da çarpıtabilecek arama motorunun ve dilin belirli özelliklerinin göz önünde bulundurulmaması oldukça şaşırtıcıdır. Arama yöntemi, hem kullanım örnekleri derlenirken hem de sayısal ifadelerin önem taşıdığı çeşitli dil olgularının yaygınlığı incelenirken önemlidir.

Bu makalede, arama motorunun ve Litvancanın arama başarısını belirleyen özellikleri dikkate alınarak arama sorgusu oluşturma ilkeleri ele alınmaktadır. Makalede, 2007–2008’de yapılmış, yeni yabancı kökenli sözcüklerin (bundan sonra – NS) göreli sıklığını inceleyen ve temel amacı nadir, orta sıklıkta ve sık kabul edilecek NS’ler arasındaki sınırları belirlemek olan araştırmadan yararlanılmıştır. Çalışma, araştırmada belirlenen sıklık eşiklerinin daha sonra diğer NS’lerin kullanım içindeki yaygınlığını değerlendirirken de yararlı olacağı varsayımına dayanmıştır. Bu, dilin normlaştırılması faaliyetlerinde de yararlı olabilir; dolayısıyla makalenin amacı, arama sorgusu oluşturma yöntemini açıklamaktır.

Araştırmada incelenen malzeme, 2005–2006’da basında ve belgelerde, 2007’de ise internette bulunan NS’lerdir¹ – toplam 201 sözcük. Liste oldukça çeşitlidir: 33 fiil ve 168 ad vardır; bunların arasında paradigması eksik 25 sözcük (20 tekil ve 5 çoğul isim) yer alır; ayrıca İngilizce ve diğer

¹ Liste, Devlet Dilinin Normlaştırılması, Kullanımı, Geliştirilmesi ve Yaygınlaştırılmasına İlişkin 2006–2015 Programı temel alınarak, Litvanya Dili Enstitüsü Dil Kültürü Bölümünde yürütülen “Yeni Litvanca yabancı kökenli sözcüklerin kullanımı üzerine araştırma: 1998–2008” projesinin fiş kataloğundan yararlanılarak oluşturulmuştur.

266

KALBOS KULTŪRA | 81

kökenli NS’ler. NS olarak incelenen bazı sözcüklerin Uluslararası Sözcükler Sözlüğü’ne (TŽŽ 2001) dahil edilmiş olduğu ve uluslararası sözcükler sayılabileceği belirtilmelidir.

İnternet son derece heterojen ve sürekli değişen bir alandır. Araştırma yürütülürken internet siteleri ne konularına ne de üsluplarına göre sınıflandırılmıştır (Google arama motorunda bu mümkün olsa da); çünkü NS’lerin genel kullanımdaki yaygınlığına ilişkin bütüncül bir görünüm elde edilmek istenmiştir. İnternet söyleminin kendine özgü özellikleri nedeniyle bu makalede konudan genel hatlarıyla söz edilmekte, sonuçların koşulluluğu vurgulanmakta, olası hata paylarına önemli ölçüde yer verilmekte ve birçok noktada dilsel sezgiye dayanılmaktadır.

Makalenin ilk bölümünde, hem genel nitelikteki hem de açıklanan araştırmaya özgü arama sorgusu oluşturmanın temel ilkeleri sunulmaktadır. İkinci bölümde ise arama alanını daraltma yöntemleri ve bunun neden gerekli olduğu açıklanmaktadır.

1. ARAMA DİZGESİ OLUŞTURMANIN TEMEL İLKELERİ

Genellikle Google araması, arama kutusuna incelenen sözcüğün temel biçimi yazılarak yapılır. Bu arama yöntemi, kullanım örneklerini derlemek için kısmen yeterlidir; ancak bunların önemli bir bölümünün gözden kaçması olasıdır. Bu durum, sayısal ifadelerin önemli olduğu sözcük sıklığını araştırırken daha da elverişsizdir.

Sorun, Google arama motorunun, yazılan sözcüğün başka biçimlerinin de olabileceğini kısmen anlaması ve bu biçimleri sonuçlara dahil etmesinden kaynaklanır. Ancak öncelikle, arama algoritması sıradan kullanıcı için bütünüyle açık değildir; hangi sözcük biçimlerinin ve kaçının sonuçlarda yer alacağı belirsizdir. İkinci olarak, arama motoru sözcük türlerini tanımaz. Örneğin, bir fiilin mastar biçimi yazıldığında sonuçlar arasında aynı kökten isimler de bulunabilir. Mesela autorizuoti sözcüğü yazılırsa sistem, autorizacija. sözcüğünün kullanıldığı metinleri de sunar.

Son iki nedenden ötürü, biraz daha karmaşık ama dil araştırmaları için daha yararlı bir arama yapmak tercih edilir. Çeşitli denemeler sonucunda, sözcüğün çekim paradigmasının tamamını ya da büyük bölümünü yazmanın en uygun yöntem olduğu belirlenmiştir. Arama dizgesini sınırlayan nokta, Google arama kutusuna en fazla 32 anahtar sözcüğün sığmasıdır.

S. ALEKSANDRAVIČIŪTĖ. Paieškos sistemos Google naudojimo galimybės tiriant kalbos reiškinius

267

Sözcüğün çekim biçimlerini tırnak içine almak tavsiye edilir; çünkü Google sisteminde yalnızca bu şekilde işaretlenmiş metin tam alıntı olarak anlaşılır. Sözcüğün tüm çekim biçimleri OR mantıksal bağlacıyla (İng. veya) birleştirilir. Bu şekilde oluşturulan arama dizgesi şöyledir:

„akreditavimas“ OR „akreditavimo“ OR „akreditavimui“ OR „akreditavimą“ OR „akreditavimų“ OR „akreditavime“ OR „akreditavimai“ OR „akreditavimų“ OR „akreditavimams“ OR „akreditavimus“ OR „akreditavimais“ OR „akreditavimuose“

Göreli NS sıklığına ilişkin söz konusu araştırma, Google arama motorunun “Litvanca sayfalarda” filtresi kullanılarak yapılmış ve bu nedenle eleştirilere maruz kalmıştır. Gerekçe olarak, internet sitelerinin sahiplerinin tümünün siteler için dil metaverisi belirtmemesi yüzünden bilgilerin yaklaşık üçte ikisinin, yani kullanım örneklerinin yaklaşık bu kadarının kaybedildiği öne sürülmüştür. Ancak bu, göreli sözcük sıklığı araştırmaları için tamamen yeterlidir. Ayrıca, bu filtre kullanılmadığında arama motorunun sunduğu İngilizce metinlerden kaçınmak son derece güçtür; bunlar kullanım örneklerini derlemeyi zorlaştırır. Bu nedenle, Litvanca web sayfalarında arama yapmanın daha uygun olduğunu düşünüyoruz; önemli olan bu sınırlamaya her yerde tutarlı biçimde uyulmasıdır.

Noktalama işaretleri

Google arama motoru, tırnak içinde verilmiş ve tam alıntı olarak anlaşılması gerekse bile, her türlü noktalama işaretine aynı tepkiyi verir. Dolayısıyla, arama kutusuna yazılan “account'as” iki ayrı sözcük olarak değerlendirilir ve “account:as”, “account as” ya da benzeri kullanımlarla birleştirilir. Arama motorunun bu özelliği iki durumda önem taşır. İlk olarak, NS iki sözcükten oluştuğunda sistem “ex post” ve “ex-post” gibi yazım çeşitlerini birbirinden ayırmaya izin vermez; bu, kısa çizgi kullanımını değerlendirirken önemli olabilir. Bu durumlarda sıklık sonuçları tek bir sonuçta birleştirilir; ancak tek tek yazım biçimlerinin değil, sözcüklerin toplam sıklığının karşılaştırıldığı aramalarda bu biçimleri birbirinden ayırmak gerekmez. İkinci olarak, apostrof içeren NS yazım çeşitleri incelendiğinde biraz daha karmaşık sorunlarla karşılaşılır; çünkü bazı Litvanca ekler şunlarla örtüşür:

a) bazı İngilizce sözcüklerle (ör. as – “gibi”, is – “-dır”, us – “bizi”);

b) bazı Litvanca sözcüklerle (o bağlacı, į edatı, ei ve ai ünlemleri);

c) aksan işaretleri olmadan (“şveplai”) yazılmış Litvanca sözcüklerle (is – “dışarı”, as – “ben”).

268

KALBOS KULTŪRA | 81

Arama yapılırken bu son yanlışlıkları denetlemek çok zordur; ortografik NS eklerinin Litvanca sözcüklerle örtüşmesini denetlemek ise imkânsızdır. Bununla birlikte, NS’den hemen sonra çekim biçimbiriminin yazılı biçimiyle örtüşen söz konusu Litvanca sözcüklerden birinin geldiği durumlar, araştırma sonuçlarını belirgin biçimde etkileyecek kadar sık değildir.

Arama dizgesini oluşturan çekim biçimlerinin seçimi

İsimler

İsim kökenli NS’lerin ya da bunların yazım varyantlarının sıklığı incelenirken, çoğu durumda arama dizgesine hâl ve sayı çekim paradigmasının tamamı girildi. Çekim paradigmaları eksik olan sözcükler (20 tekil ve 5 çoğul isim) ile çokanlamlılık durumları (makalenin ikinci bölümünde daha ayrıntılı incelenmektedir) bunun istisnasını oluşturdu. Ayrıca, diğer çekim biçimleriyle ortografik örtüşme ve düşük yaygınlık nedeniyle vokatif hâli ayrı olarak eklemeye değmez. Böylece isimlerin çekim paradigmasının neredeyse tamamı kapsanabilir.

İsim kökenli NS’lerin çekiminden söz ederken, sorunlu cinsiyet konusunu da ele almak gerekir. Bazı durumlarda dişil biçim NS’nin bir yazım varyantı sayılabilir; örneğin, googlė / gūglė / google‘ė / googl‘ė; puzlė / puzzlė / pūzlė; skypė / skaipė. Bu NS’lerin ortak özelliği cansız nesneleri belirtmeleri ve bu nedenle Litvancada cinsiyete göre çekimlenmemeleridir; ayrıca özgün biçimlerinin sonunda telaffuz edilmeyen, ancak yazıda gösterilen –e bitişi bulunur; krş. google, puzzle, skype. İnceleme sırasında, bu tür durumlarda dişil biçimlerin eril biçimlerden çok daha seyrek olduğu gözlemlenmiştir; bu durum, “bir çatışma olduğunda en az işaretli kategorinin seçildiği” yönündeki Optimalite Kuramı varsayımıyla açıklanabilir (Vaicekauskienė 2007: 177).

Sıfatların ve canlı varlıkları belirten isimlerin eril ve dişil biçimleri, anlam bakımından belli bir fark bulunsa da ayrı lemma olarak kabul edilmedi. Litvancadaki NS’leri kapsamlı biçimde inceleyen Loreta Vaicekauskienė, “[i]smin her iki cinsiyetten kişileri adlandırabildiği durumlarda, ilk başta eril biçimin genelleştirildiği, gerektiğinde ise bazen bundan dişil biçimin türetildiği anlaşılmaktadır” diye belirtir (Vaicekauskienė 2007: 175). Eril ve dişil biçimler, Dažninį dabartinės hazırlanırken de ayrı lemma olarak kabul edilmedi.

S. ALEKSANDRAVIČIŪTĖ. Paieškos sistemos Google naudojimo galimybės tiriant kalbos reiškinius

269

rašomosios lietuvių kalbos žodyną (DDRLKŽ 1998: XIV–XV, XVI). Sudarant paieškos eilutes reikia į tai atsižvelgti, nes dirbant su paieškos sistema Google neįmanoma atskirti sutampančių vyriškosios ir moteriškosios giminės kait ybos formų.

Fiiller

Fiiller daha karmaşıktır, çünkü fiilin dilbilgisel kategori sayısı çok daha fazladır. Daha önce belirtildiği gibi, Google arama dizgesinin uzunluğu sınırlı olduğundan, sıklık bakımından en temsil edici fiil biçimlerinin hangileri olduğu ve arama dizgesine alınmaları gerektiği sorusu gündeme gelir.

Daha geniş bir fiil dağılımını kapsamak için arama dizgesine en sık kullanılan biçimlerin girilmesi gerektiği açıktır. Bunun için Litvancadaki dilbilgisel kategorilerin sıklığına, tercihen elektronik söylemdeki (ED) sıklığına ilişkin verilere ihtiyaç vardır. Bugüne kadar ED’yi yazı dili ve konuşma dilinin yanında ayrı bir dil çeşidi olarak daha kapsamlı biçimde Asta Ryklienė incelemiştir; ancak seçtiği araştırma yöntemi, ED’de dilbilgisel kategorilerin dağılımına ilişkin gerekli verileri sağlamamaktadır. Bu yazarın çalışmasının amacı ED’yi yazı dili ve konuşma diliyle karşılaştırmaktı (Ryklienė 2001: 3); yazı dili ile ED’deki sözcük türleri ve sözcük biçimlerinin niceliksel farklılıkları ise bu dil çeşitlerinde en sık kullanılan elli sözcük ile sözcük biçimine ait derlemeler karşılaştırılarak incelenmiştir (Ryklienė 2001: 9).

Bu makalede Vida Žilinskienė ve Erika Rimkutė’nin Litvancadaki sözcük biçimlerinin kullanımına ilişkin araştırmalarından yararlanılmaktadır. Bununla birlikte, bu yazarların çalışmaları şu bakımdan farklıdır: V. Žilinskienė, E. Rimkutė’den farklı olarak, sözcük biçimlerinin sıklığını incelerken iki işlevsel üslubu—gazetecilik ve bilimsel-teknik üslupları—karşılaştırır. ED dilinin bilimsel-teknik üsluptan ziyade gazetecilik üslubuna daha yakın olduğu görüşünden hareketle, bu makalenin yazarı gazetecilik üslubundaki dilbilgisel biçimlerin sıklık istatistiklerini kullanmaktadır. V. Žilinskienė’nin ve E. Rimkutė’nin verileri birbirine çok yakındır: fiilin bildirme kipi, tüm fiil dağılımının yüzde 92,12’sini (Žilinskienė 2002: 110) ve yüzde 91,5’ini (Rimkutė 2006: 35) kapsar; çekimli fiil biçimleri yüzde 55,48’ini (Žilinskienė 2002: 110) ve yüzde 50,7’sini (Rimkutė 2006: 35), mastar ise yüzde 15,85’ini (Žilinskienė 2002: 111) oluşturur. Bununla birlikte, E. Rimkutė (2006: 35) mastarın yaygınlığı için biraz farklı bir biçim bildirir: ona göre mastar, toplam yaygınlığı yüzde 49,3 olan çekimsiz fiil biçimlerinin yüzde 33,6’sını kapsar.

270

KALBOS KULTŪRA | 81

Son verilere dayanarak, arama dizgesine en uygun olarak doğrudan kipteki tüm çekimli fiil biçimleri, mastar ve edilgen ortaçların eril çoğul yalın biçimi eklenmelidir (mastar ile yazım bakımından çakışmasına dikkat ediniz). Toplam 26 dilbilgisel biçim (üçüncü tekil kişi tüm zamanlarda çakıştığı için toplam 21 anlamlı arama sözcüğü) fiil dağılımının yarısından biraz fazlasını oluşturur. Arama dizgesi örneği:

“baninti” OR “baninu” OR “banini” OR “banina” OR “baniname” OR “baninate” OR “baninau” OR “baninai” OR “banino” OR “baninome” OR “baninote” OR “baninsiu” OR “baninsi” OR “banins” OR “baninsime” OR “baninsite” OR “banindavau” OR “banindavai” OR “banindavo” OR “banindavome” OR “banindavote”

Daha önce belirtildiği gibi, arama motoru Google noktalama işaretlerini dikkate almaz ve apostrof içeren yazım biçimlerini iki ayrı sözcük sayar. Google arama dizgesinin uzunluğu sınırlı olduğundan, apostrof içeren fiil yazım biçimleri incelenirken geçmiş alışkanlık zamanının çekim biçimleri arama dizgesine eklenmeyebilir; çünkü hem V. Žilinskienė'nin hem de E. Rimkutė'nin verilerine göre geçmiş alışkanlık zamanı, fiil zamanları arasında en seyrek olanıdır.

Elbette, aynı sözcüğün farklı yazım biçimlerinin sıklığını karşılaştırmak gerektiğinde daha kapsamlı bir arama yapılabilir; yani birkaç arama dizgesi oluşturulabilir. Ancak sözcüklerin sıklığı, çekim biçimlerinin değil, karşılaştırıldığında, açıklanan yöntemin yeterli olduğu düşünülmektedir. Yalnızca tutarlılık gözetilmeli ve tüm fiillere aynı arama ölçütleri uygulanmalıdır.

Bu bölümde anlatılanlardan, aramada isimlerin çekim paradigmasının az ya da çok tamamının kapsanmasının mümkün olduğu, fiillerde ise çekim paradigmasının yarısından biraz fazlasının kapsanabildiği ve bu nedenle sağlam bir karşılaştırma temelinin kaybedildiği anlaşılmaktadır. Elbette, fiiller ile isimlerin sıklık oranı için belirli bir katsayı hesaplanabilir; ancak bunun için daha kapsamlı ED araştırmaları yapılması gerekir. Şimdilik ayrı fiillerin ve isimlerin sıklıklarını karşılaştırmak yerinde olmayacaktır. Dolayısıyla isimlerin ve fiillerin farklı çekim biçimleri örneklemleri, sıklık araştırmalarında bunları iki gruba ayırmanın daha uygun olmasına yol açmaktadır.

S. ALEKSANDRAVIČIŪTĖ. Paieškos sistemos Google naudojimo galimybės tiriant kalbos reiškinius

271

Yazım biçimleri

İnternet araması yoluyla kullanımı incelerken, derlem yöntemindekinin tersi bir işlem yapılır; çünkü arama dizgesi oluşturulurken her sözcüğün hangi yazım biçimlerine sahip olabileceğine önceden karar verilmesi gerekir.

İnternette dil olguları aranırken İngilizce kökenli özgün yazım biçimlerinden kaçınılmalı, arama dizgelerinde tesadüfen yer alanlar ise çıkarılmalıdır. Söz konusu araştırma sırasında, bu yapılmadığında arama alanını, sonuçlar arasında alıntı sayılabilecek İngilizce eklerin ya da ifadelerin yer almayacağı biçimde daraltmanın neredeyse imkânsız olduğu gözlemlenmiştir. Örneğin, baby ya da crazy sözcükleri arandığında, şarkı adlarının geçtiği çok sayıda metin bulunur: Baby one more time, Crazy vb. funky için de benzer bir durum söz konusudur; çünkü bu NS yalnızca bir müzik tarzını değil, eskiden çok popüler olan bir Litvanya müzik grubunu da adlandırır. Bununla birlikte, bu tür sözcüklerin göreli sıklığı değerlendirilirken söz konusu yazım biçimleri hesaba katılmalıdır; çünkü kullanımda oldukça yaygındırlar.

Dilsel sezgiye dayanarak mümkün görünen yazım biçimleri incelenir. Ortografik olarak uyarlanan yabancı sözcüğe, türetme bakımından mümkün çekim ekleri getirilir. NS ortografik olarak uyarlanmıyorsa, çekim ekleri doğrudan değişmez NS biçimine eklenir. Değişmeyen NS biçiminin ünlüyle bittiği durumlar daha özeldir; çünkü apostrof içermeyen NS yazım biçimleri incelenirken bu ünlü düşer (smileas, skypeas, googleas ve benzer yazım biçimlerinin kullanımda seyrek olduğu görülmüştür).

Henüz normlaştırılmamış dil olguları incelenirken, yazım yanlışı ile yazım biçimi arasındaki sınırın nerede olduğu sorusu sıkça gündeme gelebilir. Bu sınırı sıklık niteliği belirler. Örneğin, anılan NS araştırmasında, 10 kullanım örneği eşiğine ulaşmayan NS yazım biçimleri, ayrı bir NS'nin toplam sıklığı hesaplanırken dışarıda bırakılmış ve yazım yanlışı, yani genel kullanım eğilimlerini yansıtmayan münferit hatalar sayılmıştır. Ancak bu ilke yalnızca 1000 kullanım örneği eşiğini aşan sözcüklere uygulanmış, daha seyrek olanlara uygulanmamıştır. Yine de bazen, incelenen dil olgusuna internette hiç rastlanmamış olmasının ya da 10 kullanım örneği eşiğine ulaşmamasının da anlamı olabilir.

Bu ilkelere göre oluşturulan ve seçilen yazım biçimlerinin sıklığını gösteren sayısal değerler toplanarak sözcüğün yaklaşık sıklığı elde edilir. Aşağıda, arama sonuçlarının işlenişini daha açık biçimde gösteren bir tablo sunulmaktadır.

272

KALBOS KULTŪRA | 81

TABLO 1. Veri toplama yöntemi

NS yazım varyantı

Her bir yazım varyantı için arama dizgesi

NS yazım varyantının sıklığı

puzlas

„puzlas“ OR „puzlo“ OR „puzliui“ OR „puzlą“ OR „puzlų“ OR „puzle“ OR „puzlai“ OR „puzlų“ OR „puzlams“ OR „puzlus“ OR „puzlais“ OR „puzluose“

6430

puzlė

„puzlė“ OR „puzlės“ OR „puzlei“ OR „puzlę“ OR „puzlėje“ OR „puzlėms“ OR „puzles“ OR „puzlėmis“ OR „puzlėse“

3210

puzlis

„puzlis“ OR „puzlio“ OR „puzliui“ OR „puzlį“ OR „puzliu“ OR „puzlyje“ OR „puzliai“ OR „puzlių“ OR „puzliams“ OR „puzlius“ OR „puzliais“ OR „puzliuose“

711

puzzlė

„puzzlė OR „puzzlės“ OR „puzzlei“ OR „puzzlę“ OR „puzzlėje“ OR „puzzlėms“ OR „puzzlėmis“ OR „puzzlėse“

458

puzzlis

„puzzlis“ OR „puzzlio“ OR „puzzliui“ OR „puzzlį“ OR „puzzliu“ OR „puzzlyje“ OR „puzzliai“ OR „puzzlių“ OR „puzzliams“ OR „puzzlius“ OR „puzzliais“ OR „puzzliuose“

315

pūzle

„pūzle“ OR „pūzlės“ OR „pūzlei“ OR „pūzlę“ OR „pūzlėje“ OR „pūzlėms“ OR „pūzles“ OR „pūzlėmis“ OR „pūzlėse“

239

puzzlas

„puzzlas“ OR „puzzlo“ OR „puzzlui“ OR „puzzlą“ OR „puzz-lų“ OR „puzzlai“ OR „puzzlų“ OR „puzzlams“ OR „puzzlus“ OR „puzzlais“ OR „puzzluose“

167

pūzlis

„pūzlis“ OR „pūzlio“ OR „pūzliui“ OR „pūzlį“ OR „pūzliu“ OR „pūzlyje“ OR „pūzliai“ OR „pūzlių“ OR „pūzliams“ OR „pūzlius“ OR „pūzliais“ OR „pūzliuose“

101

puzzle’as

„puzzle’as“ OR „puzzle’o“ OR „puzzle’ui“ OR „puzzle’ą“ OR „puzzle’u“ OR „puzzle’ė“ OR „puzzle’ai“ OR „puzzle’ų“ OR „puzzle’ams“ OR „puzzle’us“ OR „puzzle’ais“ OR „puzzle’uose“ -are

80

11 711

İncelenen her NS için benzer bir tablo oluşturulmuştur. İlk sütunda, sıklıklarına göre sıralanmış, incelenen tüm NS yazım biçimleri listelenir; çünkü

S. ALEKSANDRAVIČIŪTĖ. Paieškos sistemos Google naudojimo galimybės tiriant kalbos reiškinius

273

makalede, hangi NS yazım biçiminin başlık sözcüğü (lemma) sayılabileceğine ilişkin değerlendirmelere yer verilmemektedir. İkinci sütunda, arama alanı daraltıldıktan, yani çok anlamlı tüm biçimler çıkarıldıktan sonra her bir yazım biçimi için kullanılan arama dizeleri sunulur (bkz. Bölüm 2). Üçüncü sütunda, her bir yazım biçiminin sıklığı belirtilir (bu veriler yalnızca ara niteliktedir); bu değerler daha sonra toplanarak incelenen sözcüğün yaklaşık sıklığı elde edilir. Göreli NS sıklığının sınırlarını belirlemede yalnızca bu son veriler önemlidir (tabloda sunulan veriler Mart–Nisan 2008'de toplanmıştır).

2. ARAMA ALANININ DARALTILMASI

İngilizce sonuçların fazlalığı üzerine

İngilizcedeki eşsesli (yazılışı aynı olan) sözcükler ve kesme işaretli yazım biçimleriyle ilgili sorun, kısmen “hariç tutma” mantıksal işlevi kullanılarak çözülebilir; bu işlev Google sisteminde “-” işaretiyle gösterilir. Bu, aramanın bu işaretten sonra gelen sözcüğün bulunduğu web sayfalarında yapılmayacağı anlamına gelir. Bu nedenle, arama dizgesinin sonuna İngilizcede en sık kullanılan sözcüklerden birini yazıp söz konusu işaretle belirterek İngilizce örneklerin sayısını büyük ölçüde azaltmak mümkündür.

Anılan araştırmada her yerde, İngilizcede en sık kullanılan sözcüklerden biri olan are² sözcüğüyle (yra — şimdiki zamanda üçüncü çoğul kişi) kısıtlama uygulanmıştır; ancak başka bir sözcük de seçilebilir. Bu amaçla İngilizce sözcüğü son derece dikkatli seçmek gerektiğine dikkat edilmelidir; çünkü İngilizcede en sık kullanılan bazı sözcüklerin yazımı Litvancadaki bazı sözcüklerle (İng. it, be), çekim ekleriyle (İng. is, as, a, I) ya da “şapkasız” yazım örnekleriyle (İng. is, as, I) örtüşebilir. Ayrıca, İngilizcede en sık kullanılan sözcüklerin önemli bir bölümü (a, the, of) işlev sözcükleri olarak kullanılır ve Litvanca internet sayfalarında da bulunabilecek çeşitli adlarda sıkça yer alır.

Aynı kısıtlama, arama dizgesinin değişmeyen (özgün ya da uyarlanmış yazımlı) bir NS biçiminden oluştuğu tüm durumlarda, söz konusu sözcüğün Litvancaya hangi dilden geçmiş olabileceğinden bağımsız olarak uygulanmalıdır.

² The 500 Most Commonly Used Words in the English Language: http://www.world-english.org/english500.htm (erişim tarihi: 07.06.2008).

274

KALBOS KULTŪRA | 81

İngilizce kökenli olmayan NS’ler aranırken ve yalnızca Litvanca web sayfalarında arama yapılırken bile sonuçlar arasında İngilizce çok sayıda örneğe rastlandığı gözlemlenmiştir. Bu durum, İngilizcenin ED’deki lingua franca statüsüyle ilişkilidir. Ayrıca, incelenen bazı NS’ler İngilizcede artık uluslararası sözcüklere dönüşmüş olabilir ya da doğrudan uyarlanmadan kullanılabilir.

Sözcüklerin ve biçimlerinin çok anlamlılığı üzerine

Google arama motorunu kullanırken çok anlamlı sözcüklerle ya da bunların biçimleriyle karşılaşmak kaçınılmazdır. Çok anlamlılık³ terimi, öncelikle Litvanya dilbilimindeki homonim, homograf, homofon vb. terimlerin yarattığı karışıklığı önlemek amacıyla seçilmiştir⁴. İkinci olarak, bu terimlerin tanımları açıklanırken çoğu zaman, internette arama yaparken hiçbir önem taşımayan sözcüğün fonetik düzlemi de kapsama alınır. Üçüncü olarak, söz konusu terimler, örneğin aynı sözcüğün farklı yazım varyantlarına ait çekim biçimlerinin yazılışlarının çakışması gibi bazı çok anlamlılık durumlarını adlandırmak için yeterli değildir.

Çok anlamlılık birkaç düzeyde görülebilir: türetimsel (aynı türetme biçimbirimi farklı anlamlar kazandırır), metinsel, sözdizimsel-anlamsal, sözlüksel-anlamsal (daha ayrıntılı olarak homonimler, homograflar, homofonlar ve çokanlamlılık şeklinde sınıflandırılır) ve biçimbilimsel (Rimkutė 2006: 7, 40). Bu makalede biçimbilimsel çok anlamlılık (bundan sonra – MD) ve kısmen de sözlüksel-anlamsal çok anlamlılık ele alınmaktadır.

Aynı sözcüğün biçimbilimsel açıdan çok anlamlı biçimleri

Aynı sözcüğün biçimlerinin biçimbilimsel çok anlamlılığı sistematik bir olgudur; çünkü Litvancanın biçimbilimsel sisteminin özellikleri ve durum eşadlılığıyla ilişkilidir. Bu makalede yalnızca araştırma sırasında karşılaşılan biçimbilimsel çok anlamlılık durumları sıralanmakta ve bu durumlarda Google sisteminde nasıl işlem yapılması gerektiğine ilişkin yöntemler belirtilmektedir.

³ Çok anlamlılık terimini E. Rimkutė de kullanmakta ve bu olguyu çalışmalarında ayrıntılı biçimde incelemektedir (Rimkutė 2002, 2003; Rimkutė, Grybinaitė 2004).

⁴ Karş. homonim, homograf, homofon ve homoform tanımları ile kullanım özellikleri için şu kaynaklara bakınız: Jakaitienė 1980: 42–48; 2005: 53–55, 161–168; Gaivenis, Keinys 1990: 79–80; LKE 1999: 247–249.

S. ALEKSANDRAVIČIŪTĖ. Paieškos sistemos Google naudojimo galimybės tiriant kalbos reiškinius

275

Aynı yazım varyantına ait, ortografik olarak örtüşen çekim biçimleri:

(i)o gövdeli isimlerin tekil yalın ve araç hâlleri, örneğin:

akreditasyon, alibidemya, aromaterapi, yetkilendirme, blogosfer / blogsfer, dijitalleşme, harisa / harissa, yakınsama, looser biçimli / lūzeriška, medya / media, milonga, salsa, spamcı kadın;

(i)o gövdeli isimlerin tekil ilgi ve çoğul yalın hâlleri, örneğin:

akreditasyonların, yetkilendirmelerin, blogosferin / blogsferin, harisanın / harissanın, looser biçimlilerin / lūzeriškaların, medyanın / mediasın, spamcı kadının;

ė gövdeli isimlerin tekil ilgi ve çoğul yalın hâlleri, örneğin:

blog yazarları, blog yazarı kadınlar / bloger‘ės / blog‘erės, gliancinės, golbol oyuncusu kadınlar, karaoke, lūzerės / looserės/ looser‘ės / loser‘ės / loserės, yöneticiler / managerės, multipleksinės, neformatės, puzlės / puzzlės / pūzlės (bkz. 1. tablo), skype / skypės, sponsorės, şovmenler;

(i)u gövdeli isimlerin tekil yalın ve çoğul belirtme hâlleri, örneğin:

aspiratör, bloker, epilatör / epile tör;

(i)u gövdeli isimlerin tekil belirtme ve çoğul ilgi hâlleri, örneğin:

aspiratörleri, sponsorları.

Bu MD örnekleri, Litvanca dilbiliminde “fonetik açıdan örtüşen, farklı dilbilgisel anlamlara sahip aynı sözcüğün biçimleri” olarak tanımlanan dilbilgisel eşadlılar olarak da adlandırılabilir (Jakaitienė 1980: 42). Bu biçimlerin ortak özelliği, Google sisteminde arama yapılırken aynı arama dizgesinde yer almaları, birbirlerine OR (veya) mantıksal bağlacıyla bağlanmaları ve sıklıklarının tekrar toplanmamasıdır. Bu tür durumlarda, ekonomi sağlamak amacıyla arama dizgesini kısaltmak yine de kullanışlıdır; ancak bu, sonuçları etkilemez.

Bir başka MD türü, aynı sözcüğün farklı yazım varyantlarına ait, ortografik olarak örtüşen çekim biçimleridir:

eril ve dişil isimlerin çoğul ilgi hâlleri, örneğin:

baykerleri, blogerleri / bloger‘leri / blog‘erleri, gösterişli olanları, kaybedenleri / loosers / loosers / loser‘i ū / loserių, looseri tarzı / kaybeden tarzı olanları, yöneticileri / managerleri, multipleks olanları, bulmacaları / bulmacaları / puzzleri (bkz. Tablo 1), spam gönderenleri, sponsorları;

(i)a gövdeli isimlerin tekil yalın hâlleri ve (i)o gövdeli isimlerin çoğul belirtme hâlleri, örneğin:

looser çıkış / lüzerimsi, spam göndericisi;

276

KALBOS KULTŪRA | 81

(i)a gövdeli isimlerin çoğul yalın hâli ve (i)o gövdeli isimlerin tekil yönelme hâli, örneğin:

spam göndericileri;

(i)a gövdeli isimlerin tekil bulunma hâli ve ė gövdeli isimlerin tekil araç hâli, örneğin:

gūglė / google‘ė, internaute, puzle / pūzle (bkz. Tablo 1), skaipe, šo(u)mene;

(i)o ve (i)a gövdeli adların tekil belirtme hâli, örneğin:

looser çıkışı / lüzerimsiyi, spam göndericisini.

MD’nin bu son örnekleri daha karmaşıktır ve daha fazla dikkat gerektirir. Aynı sözcüğün farklı yazım varyantlarının yazım bakımından çakışan çekim biçimleri farklı arama dizelerinde yer alır; bu da böyle biçimlerin sıklığının, tek bir sözcüğün toplam sıklığı hesaplanırken tekrar tekrar toplandığı anlamına gelir. Bu nedenle sözcük sıklığını incelerken, bu türden çakışan biçimler arama dizelerinden yalnızca birinde bırakılmalıdır.

Göreli NS sıklığı araştırması sırasında, daha önce betimlenmemiş iki MD türüyle karşılaşıldığını belirtmek gerekir: (i)a gövdeli isimlerin çoğul yalın hâliyle (i)o gövdeli isimlerin tekil yönelme hâlinin yazım bakımından çakışması (karş. tie varnai ve tai várnai); ayrıca (i)a gövdeli isimlerin tekil bulunma hâliyle ė gövdeli isimlerin tekil araç hâlinin yazım bakımından çakışması (karş. tame draugė⁵ ve su draugė). Bu iki MD türü NS kullanımını incelerken saptanmış olsa da verilen örnekler, bunların standart Litvancada da görüldüğünü göstermektedir.

Sistematik olmakla birlikte Litvancanın sınırları dışında kalan MD örnekleri, incelenmeyen, çekime girmeyen özgün yazımlı NS biçimleriyle yazım bakımından çakışan, morfolojik olarak uyarlanan NS’nin çekim biçimleridir:

(i)a gövdeli isimlerin tekil bulunma hâli, örneğin:

drive (drivas), google (googlas), puzzle (puzzlas, bkz. Tablo 1), skype (skypas);

(i)o gövdeli isimlerin tekil yalın hâli ve tekil araç hâli, örneğin:

media;

ė gövdeli isimlerin tekil araç hâli, örneğin:

google (googlie), karaoke (karaoke), puzzle (puzzle, bkz. Tablo 1), skype (skype).

Daha önce belirtilen nedenlerden dolayı otantik yazım biçimindeki NS varyantlarının incelenmesi güç olduğundan, bu türden morfolojik olarak çok anlamlı biçimler her durumda arama dizelerinden çıkarılmalıdır.

⁵Dil kültürü açısından bu biçim kullanılmamalı olsa da teorik olarak mümkündür.

S. ALEKSANDRAVIČIŪTĖ. Paieškos sistemos Google naudojimo galimybės tiriant kalbos reiškinius

277

Morfolojik Olarak Çok Anlamlı, Farklı Sözlüksel Anlamlara Sahip Sözcük Biçimleri

Bazen bir sözcüğün çekim biçimlerinin tümü ya da bir kısmı, yazılış bakımından başka bir sözcüğün çekim biçimleriyle örtüşebilir. Daha önce açıklanan MD örneklerinin aksine sözlüksel anlamın farklı olacağı açıktır. Ayrıca bu MD örnekleri rastlantısaldır ve sistematik bir nitelik taşımaz. Araştırma sırasında bulunan bu MD türüne ait örnekler aşağıda, NS yazım varyantı biçimi ve bu biçimin örtüştüğü standart dil sözcüğü belirtilerek sıralanmıştır:

– blogas, b l o g a s (sıfat), b l o g a i (zarf) – arama dizisi “blogui” OR “bloge” OR “blogams” olarak kısaltılır (yalnızca standart dil sözcüğünden farklı biçimler belirtilmiştir: tekil yönelme, tekil bulunma, çoğul yönelme);

– smailas, s m a i l a s (sıfat), s m a i l a i (zarf) – arama dizisi, blog örneğindeki gibi kısaltılır: “smailui” OR “smaile” OR “smailams”;

– bodis, b o d u s (sıfat), b o d ž i a i (zarf) – arama dizisi “bodis” OR “bodžio” OR “bodžiui” OR “bodį” OR “bodyje” OR “bodžiams” olarak kısaltılır (standart dil sözcüğünden farklı biçimler: tekil yalın, tekil ilgi, tekil yönelme, tekil belirtme, tekil bulunma, çoğul yönelme);

– brendas, b r e n d o (bręsti, bręsta, brendo), b r e n d u (bristi, brenda, brido);

– incelenen NS yazım varyantının standart dildeki bir sözcükle tamamen örtüştüğü örneklere de rastlanmıştır; krş. bōtas, b ò t a s (yüksek kadın galoşu), b õ t a s (bir tür gemi) ve sáitas ile s a ì t a s.

Bu tür eşseslilik durumlarında nasıl hareket edileceğine, VDU derlemesinin veya DDRLKŽ’nin sözcüklerin yaygınlığına ilişkin sunduğu veriler yardımcı olur. Örtüşen standart dil sözcüğü nadirse, arama dizisini kısaltmamak da mümkündür; çünkü bu, arama sonuçlarını önemli ölçüde etkilemez. Ayrıca bazen, incelenen sözcüğün yaygın olduğunu kabul etmek için tek bir yazım varyantına ait sonuçlar bile yeterlidir.

Diğer nedenlerle

İncelenen sözcüğün yaygın olarak kullanılan bir şirket, kurum ya da başka bir adın içinde kullanıldığı veya takma ad olarak seçildiği durumlarla karşılaşılabilir. İnternette adlar genellikle çoktur; bu durum, söz konusu adları oluşturmak için kullanılan sözcüklerin kullanım alışkanlıklarından ziyade reklam stratejileriyle ya da tartışma forumlarının yapı ilkeleriyle ilişkilidir. Bu nedenle arama yapılırken bu tür durumlardan uzak durmaya çalışılır.

278

KALBOS KULTŪRA | 81

Arama alanı iki şekilde daraltılabilir. Birincisi bağlama göre daraltmadır: arama satırında, kullanım örneklerine göre aynı bağlamda incelenen dil olgusuyla sık kullanılan, ancak onunla bir sözcük öbeği oluşturmayan bir sözcüğün hariç tutulması belirtilir. İkincisi kolokasyona⁶ göre daraltmadır: arama satırında, incelenen olguyla kullanımda sık rastlanan bir sözcük öbeği oluşturan bir sözcüğün hariç tutulması belirtilir. Yapılan araştırmada karşılaşılan daha özel arama alanı daraltma durumları, yararlanılan sözcükler ve bu daraltmanın uygulandığı NS yazım varyantları ile biçimleri belirtilerek (gerektiğinde kolokasyonlar da gösterilerek) Tablo 2’de sunulmuştur.

TABLO 2. Arama alanının bağlam ve kolokasyona göre daraltılması

Bağlama göre

-nikas -autorius -vartotojas -narys -blogas -uab -biuro -sklypas

Harissa / harisa, googlis, sasha funke, esesas, twisteris, neformatas, mixas, extremas topas, saitas, respectas, funkaś, autletas, bugo grafitas skypas

Kolokasyona göre

-la -merkez -Eesti -bölge -Baltık +kahve –batı

„La speme“ (spemas) „Topo centras“ (topas) „Eesti post“ (post’as) „Cluster area“ (cluster‘is) „Baltijos autletas“ (autletas) Ekspreso kahve, Batı ekspresas

En büyük güçlükler, takma ad olarak kullanılan sözcükler nedeniyle ortaya çıkar (tablonun birinci ve ikinci satırları). Arama sonuçlarına göre, belirtilen sınırlama sözcüklerinden birini ya da birkaçını seçmek gerekir. Tabloda yalnızca en etkili sınırlama sözcükleri sıralanmıştır; ancak nihai seçim, incelenen her bir durumun özelliklerine bağlıdır.

⁶

Kolokasyon – sözcüğün çok yaygın, anlamlı ve dilbilgisi bakımından doğru bir kullanım bağlamı; sıklıkla birlikte kullanılan en az iki sözcükten oluşan bir öbek (Jakaitienė 2005: 25).

S. ALEKSANDRAVIČIŪTĖ. Paieškos sistemos Google naudojimo galimybės tiriant kalbos reiškinius

279

Bu bağlamda, skaipo vakası son derece ilginç ve biraz da alışılmadıktır. Bu NS’nin yazım varyantı skypas incelenirken arama alanını daraltmak gerekti; çünkü internette, l harfi atlanarak hatalı yazılmış satılık arsa ilanlarına epeyce rastlandı.

SONUÇLAR

1. Arama dizisi oluşturulurken öncelikle, Litvanca dilbilgisel kategorilerin sıklığına ilişkin araştırmaların sonuçlarına dayanılarak temsili sözcük biçimleri seçilmelidir. İsimler incelenirken çekim paradigmasının neredeyse tamamı arama dizisine sığarken, fiillerde yalnızca bir kısmı sığar. Arama dizisine fiilin mastarını ve bildirme kipindeki çekimli zaman biçimlerini (şimdiki, görülen geçmiş, gelecek ve öğrenilen geçmiş zaman) eklemek en uygunudur. Böylece fiillerin dilbilgisel kategorilerinin dağılımının yarısından biraz fazlası kapsanabilir.

2. Google arama dizisinin uzunluğunun sınırlı olması nedeniyle dilbilgisel kategorilerin dağılımı farklı ölçüde kapsanır; bunun sonucunda fiillerle isimleri karşılaştırmak için sağlam bir temel kalmaz. Bu nedenle isimlerle fiilleri ayrı gruplar hâlinde ele almak daha uygundur.

3. İngilizce sonuçların fazlalığı ve Litvancadaki çok anlamlılık sorunu nedeniyle arama alanını daraltmak çoğu zaman gerekir. Bu, mantıksal “hariç tut” işleviyle yapılır; Google arama sistemi söz diziminde bu işlev “-” işaretiyle gösterilir. Bir başka yol da belirli çok anlamlı biçimleri arama dizisine katmamaktır.

4. Arama yapılırken, arama sonuçlarını farklı biçimlerde etkileyen çok anlamlılık durumlarına dikkat edilmeli ve bunlara uygun farklı arama alanı sınırlamaları uygulanmalıdır. Aynı yazım varyantının ortografik olarak örtüşen çekim biçimleri arama dizisinden çıkarılabilir; ancak bu, sonuçları etkilemez. Aynı sözcüğün farklı yazım varyantlarına ait örtüşen çekim biçimlerinin ise yalnızca yazım varyantlarından birinin arama dizisinde bırakılması önerilir. Farklı sözcüksel anlamlara sahip, morfolojik açıdan çok anlamlı sözcük biçimleri, VDU derlemi ve DDRLKŽ verileri göz önünde bulundurularak tutulmalı ya da çıkarılmalıdır.

5. Ele alınan arama yöntemi, hem çeşitli dil olgularına ilişkin örnekler derlemek hem de bunların kullanımdaki yaygınlığını incelemek için yararlıdır. Ayrıca, NS’nin göreli sıklığını belirleme yöntemi, örneğin büyük dil hataları sayılan NS’lerin listelerini hazırlarken, dilin standartlaştırılması çalışmalarında da uygulanabilir.

280

KALBOS KULTŪRA | 81

ŠALTINIAI

Paieškos sistema www.google.lt

The 500 Most Commonly Used Words in the English Language: http://www.world-english.org/english500.htm

TŽŽ 2001 – Tarptautinių žodžių žodynas, Vilnius: Alma littera.

VDU Dabartinės lietuvių kalbos tekstynas: http://donelaitis.vdu.lt

LITERATŪRA

DDRLKŽ 1998: L. Grumadienė, V. Žilinskienė. Dažninis dabartinės rašomosios lietuvių kalbos žodynas, Vilnius: Lietuvių kalbos institutas.

Gaivenis K., Keinys S. 1990: Kalbotyros terminų žodynas, Kaunas: Šviesa.

Jakaitienė E. 1980: Lietuvių kalbos leksikologija, Vilnius: Mokslas.

Jakaitienė E. 2005: Leksikografija, Vilnius: Mokslo ir enciklopedijų leidybos institutas.

LKE 1999: Lietuvių kalbos enciklopedija, Vilnius: Mokslo ir enciklopedijų leidybos institutas.

Rimkutė E. 2002: Homoformos dabartinės lietuvių kalbos tekstyne. – Lituanistica 2(50), 86–101.

Rimkutė E. 2003: Morfologinio daugiareikšmiškumo tipologija. – Lituanistica 4(56), 60–78.

Rimkutė E. 2006: Morfologinio daugiareikšmiškumo ribojimas kompiuteriniame tekstyne. Daktaro disertacija, Kaunas.

Rimkutė E., Grybinaitė A. 2004: Dažniausios lietuvių kalbos morfologinio daugiareikšmiškumo rūšys ir jų automatinis vienareikšminimas. – Kalbų studijos 5, 74–78.

Ryklienė A. 2001: Elektroninis diskursas: kalbos ypatybės ir stilius. Daktaro disertacijos santrauka, Vilnius.

Vaicekauskienė L. 2007: Naujieji lietuvių kalbos svetimžodžiai. Kalbos politika ir vartosena, Vilnius: Lietuvių kalbos institutas.

Žilinskienė V. 2002: Žodžių formų vartojimas lietuvių kalbos dalykinio ir publicistinio stilių duomenimis. – Lituanistica 1(49), 106–116.

Gauta 2008 07 08

S. ALEKSANDRAVIČIŪTĖ. Paieškos sistemos Google naudojimo galimybės tiriant kalbos reiškinius

281

POSSIBILITIES OF USING THE SEARCH SYSTEM GOOGLE IN LINGUISTIC RESEARCH

S u m m a r y

The paper introduces the methodology which can be used to implement Google as a tool for data accumulation and storage and investigating the spread of a linguistic phenomenon in the internet. The method is described in the framework of an investigation aimed at identifying relative frequency count of new loanwords between 2007 and 2008. The first section of the article describes the main principles of filling in the slot of a query: general as well as specific for a particular descriptive research. Rather than entering only the main word form, a proposal has been launched to enter the whole grammatical paradigm of the word or its major part considering that in the Google query slot the maximum number of key words is 32.

The second section identifies the ways to narrow down the search domain and reasons why it should be done. This type of research is bound to face a problem of word and word-form ambiguity. The term of ambiguity has been selected to avoid confusion of more specific terms like homonyms, homographs, homophones etc. Moreover, the explication of the above terms often emphasises the phonetic aspect of the word, which for internet search is irrelevant. The above terms are not sufficiently precise for some cases of ambiguity, when, for example, the spelling of one word form coincides with another form of the same word.

The method of search is instrumental in collecting various examples of language use as well as in investigating their frequency. Also the method of relative frequency of loanwords could be applied in language standardisation, e.g. in compiling lists of new loanwords which are considered grave mistakes.

SKAISTĖ ALEKSANDRAVIČIŪTĖ

Lietuvių kalbos institutas

P. Vileišio g. 5, LT-10308 Vilnius

[email protected]

282

KALBOS KULTŪRA | 81