Bilişimsel Dilbilimi ve Türk Dillerinin Bilgisayara Uyarlanması

Bu makalede bilişimsel dilbilimi kısaca anlatılmıştır ve bu alanda Türki diller ile ilgili yapılan çalışmalar Uygur dili örnek verilerek açıklanmıştır. Teknolojinin ilerlemesi ile insanların yapması gereken işlevleri yerine getirecek pek çok yazılımlar geliştirilmiştir. Örneğin bir dilden başka dile aktarma, ya da bir dilden aynı anda birden fazla dile aktarma, metin düzeltmek ya da biçimlendirmek, dosya analiz etmek, sesi yazıya dönüştürmek ya da yazıyı sese dönüştürmek gibi çalışmalar başarılı bir şekilde yazılımlar tarafından gerçekleştirilmektedir. Şimdiye kadar İngilizce, Japonca, Arapça, Çince, Fransızca ve Rusça gibi diller ile ilgili pek çok araştırmalar yapılmıştır ve başarılı sonuçlar elde edilmiştir. Türki diller içinde, özellikle Türkiye Türkçesi ile ilgili bazı önemli araştırmalar yapılsa da, diğer Türki diller ile ilgili araştırmalar henüz başlangıç aşamasındadır. Gerçi Uygurca Türki diller ailesine ait ve diğer Türki diller ile ortak özelliklere sahip olsa da, diğer Türki diller ile ilgili yapılan araştırma sonuçları doğrudan Uygurcaya uygulanamaz. Doğal dil yönünden, Uygurca diğer dillerden farklı ve azımsamayacak kadar özellikler bulunduruyor. Bu makalede, Uygurca ile ilgili yapılan bilgisayara dayalı araştırmalar özetlenmiştir ve bu çalışmaların Türk diller ile ilgili genel çeviri sistemlerinde kullanılması hakkında öneri de verilmiştir.

___

  • ABDULLA A. (2016). “Chaghatay Language is The Bridge Between Old Turkic and Modern Uyghur Language”. International journal of Uyghur Studies, S. 7. p: 1-7.
  • AIBAIDULLA Y. and Kim-Teng Lua (2003). "The development fo Tagged Uyghur Corpus". Proceedings of PACLIC17. Sentosa, Singapore, p:228-234.
  • ALTINTAŞ K., and Çiçekli, İ. (2001). “A Morphological Analyser for Crimean Tatar”. in Proceedings of the 10th Turkish Symposium on Artificial Intelligence and Neural Networks, TAINN North Cyprus, p: 180-189.
  • CHANDIOUX J.(1976). “Météo: Un système opérationnel pour la traduction automatique des bulle tins météorologiques destinés au grand public”. Meta, vol. 21, p: 127-133.
  • CHÉRAGUI, M. Amine (2012). “Theoretical Overview of Machine translation”. Proceeding: International Conference on Web and Information Technologies (ICWIT), pp:160- 169.
  • GÖKGÖZ E; Kurt A.; Kulamshaev K.; Kara M. (2011). “Two-Level Qazan Tatar Morphology”. 1st International Conference on Foreign Language Teaching and Applied Linguistics, May 5-7, Sarajevo, pp: 428-342.
  • HAJIČ J. (1987). “RUSLAN - An MT System Between Closely Related Languages”. in Third Conference of the European Chapter of the Association for Computational Linguistics (EACL'87) Copenhagen, Denmark, pp: 113-117.
  • HAJIČ, J.; Hric J.; Kuboň V. (2000). “Machine translation of very close languages”. in Proceedings of the sixth conference on Applied natural language processing, Morgan Kaufmann Publishers Inc, pp: 7-12.
  • HAKKANI-TÜR D.Z; Oflazer K.; Tür G., (2002). "Statistical Morphological Disambiguation for Agglutinative Languages”. Computers and the Humanities, Vol.36, No.4, pp: 381- 410.
  • HUTCHINS J. (1995). Machine Translation: A Brief History, Concise history of the language sciences: from the Sumerians to the cognitivists. Edited by E.F.K., Koerner ve R.E.Asher, Oxford, Pergamon Press, pp: 431- 445.
  • KESSIKBAYEVA G.; Çiçekli İ. (2014). “Rule Based Morphological Analyzer of Kazakh Language”. Proceedings of the 2014 Joint Meeting of SIGMORPHON and SIGFSM Baltimore, Maryland, USA, pp: 46–54.
  • NAGAO M.; Tsujii J.; Yada K.; Kakimoto T. (1982). “An English Japanese Machine Translation System Of the Titles Of Scientific And Engineering Papers”. International Conference On Computational Linguistics, Porceedings of the 9th conference on Computational Linguistics- Vol.1, Prague, Czechoslovakia, pp: 245- 225.
  • OFLAZER K.; Tür G., (1996). “Combining Hand-crafted Rules and Unsupervised Learning in Constraint-based Morphological Disambiguation”. Proceedings of the ACL-SIGDAT Conference on Empirical Methods in Natural Language Processing, Philadelphia, PA, USA, pp: 69-81.
  • OFLAZER K.(1995). “Two-level Description of Turkish Morphology”, Literary and Linguistic Computing, Vol. 9, pp. 137-148.
  • OFLAZER K.; Say B.; Hakkin-Tür D.Z. and Tür G. (2003). Building a Turkish Treebank, V.20 of the series Text, Speech and Language Technology, pp: 261-277.
  • ORHUN M. (2010). "Machine Translation from Uyghur to Turkish". PhD Thesis, Istanbul Technical University. Istanbul, Turkey, pp:1-180.
  • ORHUN M. (2016), “Word Identification According to Syllabic Property”. Southeast Europe Journal of Soft Computing, VOL.5, NO.2, September, pp: 11-15
  • ORHUN M.; Tantuğ A.C; Adalı E. (2009b). “Rule Based Tagging of the Uyghur Verbs”. Fourth International Conference on Intelligent Computing and Information Systems. Faculty of Computer &Information Science, Ain Shams University, Cairo, Egypt, pp: 811-816.
  • ORHUN M.; Tantuğ A. C and Adalı E. (2009a). “Rule Based Analysis of the Uyghur Nouns”. International Journal of Assian Language Processing 19(1), pp: 33-43.
  • TANTUĞ A. C.; Adalı E. and Oflazer K. (2006a). “Computer Analysis of The Turkmen Language Morphology “, Proceedings of the 5th International Conference on Natural Language Processing, FinTAL, Turku, Finland, Vol. 4139, pp: 186-193.
  • TANTUĞ A. Cüneyd; Adalı E. and Oflazer K. (2006b). “A Prototype Machine Translation System Between Turkmen and Turkish”. Fifteenth Turkish Symposium on ArtificialIntelligence and Neural Networks. TAINN Gökova. Muğla. Türkiye, pp:109- 116.
  • TANTUG A. C. (2007). "A Hybrid Model For Machine Translation Between Agglutinative and Related Languages". PhD Thesis. Istanbul Technical University. Istanbul. Turkey. pp: 1-145.