Derivational networks of nouns and adjectives in Turkish
Türkçede isimler ve sıfatların türetimsel ağları
- Tez No: 556696
- Danışmanlar: PROF. DR. AYŞE HAMİDE ASLI GÖKSEL
- Tez Türü: Yüksek Lisans
- Konular: Dilbilim, Linguistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Dilbilim Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 278
Özet
Türkçede isimler ve sıfatların arasındaki ayrım belirgin değildir. Braun ve Haig (2000)'e göre, Türkçedeki isimler ve sıfatlar bir sürem üzerindedir. İsimler ve sıfatların arasındaki ayrım, isimlerin sıfat gibi davranıp başka isimleri niteleyebilmesi ve sıfatların isimlere evrişimi ile adsıl sonekleri alabilmesi sebebiyle açık değildir. Bu çalışma Türkçedeki isim ve sıfatların türetimsel özelliklerine ışık tutmayı amaçlamaktadır. Bu özellikler, ilk olarak 'Projekt Monika: Cross-linguistic research into derivational networks' çalışmasında kullanılan Türetimsel Ağlar denilen bir model tarafından gözlemlenmektedir (Bagasheva et al., frth.). Türetimsel Ağlar modeli, sadece yapım eklerini incelemek yerine daha çok türetimin sonuçlarının anlam kategorilerine odaklanmaktadır (Bagasheva et al., frth.). Türetim Ağları projesinde Göksel ve Kapan (frth.), isimler ve sıfatların türetimlerinde benzerlikler ve farklılıklar olduğunu belirtirler, bu da bu çalışmaya ilham kaynağı olmuştur. Türkçedeki isim ve sıfatların türetimsel özelliklerini analiz edebilmek için 65 isim ve 65 sıfat tabanı seçilmiştir ve türetimleri, türetim ağları tablosuna işlenmiştir. Bulgulardan biri, isimler ve sıfatların yeni sözlüksel birimler üretme potansiyelleri ve bu potansiyellerin gerçekleştirilmesi açılarından farklı olmalardır. İsimlerin daha fazla türetimleri ve maksimum türetimsel ağ sayısı bulunurken sıfatların daha fazla doyma değeri vardır, bu da sıfatların yeni sözlüksel birim üretme potansiyelinin isimlerden daha az olmasına rağmen sıfatların bu potansiyellerini daha çok gerçekleştirdiklerini öne sürmektedir.
Özet (Çeviri)
In Turkish, the distinction between nouns and adjectives is not clear. According to Braun and Haig (2000), nouns and adjectives in Turkish are on a continuum. The distinction between nouns and adjectives is not straightforward since nouns can behave like adjectives and modify other nouns and adjectives can go under conversion and take nominal suffixes. This study aims to shed light on the derivational properties of nouns and adjectives in Turkish. These properties are observed through a model called Derivational Networks, which is first used in Projekt Monika: Cross-linguistic research into derivational networks (Bagasheva et al., frth.). The Derivational Networks model focuses on the semantic categories of the outcomes of derivation rather than analyzing the formal properties of derivational affixes (Bagasheva et al., frth.). In the Derivational Networks project, Göksel and Kapan (frth.) state that nouns and adjectives share similarities as well as differences in their derivation, which inspired this study. In order to analyze the derivational properties of nouns and adjectives in Turkish, 65 base nouns and 65 base adjectives have been selected and their derivations are spread out on derivational network tables. One of the findings is that nouns and adjectives differ in terms of their potential to derive new lexical items and the actualizations of those potentials. Nouns have a higher number of derivatives and a maximum derivational network number than adjectives whereas adjectives have a higher saturation value, suggesting that even though the potential of adjectives to derive new lexical items is smaller than nouns, adjectives actualize their potential more than nouns.
Benzer Tezler
- FDDI tabanlı bir ağ sistemi için etkin bir gerçek zamanlı iletişim yapısının tasarımı
Design of an efficient real time communication structure for an fddi based network system
FEZA BUZLUCA
Doktora
Türkçe
1997
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. EMRE HARMANCI
- A bayesian model of turkish derivational morphology
Türkçe türetim morfolojisinin bayes ağları ile modellenmesi
UTKU CAN KUNTER
Doktora
İngilizce
2023
MorfolojiOrta Doğu Teknik ÜniversitesiBilişsel Bilim Ana Bilim Dalı
PROF. DR. HÜSEYİN CEM BOZŞAHİN
- Joint learning of morphological segmentation, morpheme tagging, part-of-speech tagging, and dependency parsing
Morfolojik analiz, sözcük türü işaretleme ve bağlılık ayrıştırmanın eş zamanlı öğrenilmesi
HÜSEYİN ALEÇAKIR
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişsel Bilim Ana Bilim Dalı
Prof. Dr. HÜSEYİN CEM BOZŞAHİN
DR. ÖĞR. ÜYESİ BURCU CAN BUĞLALILAR
- Bir hece-tabanlı Türkçe sesli ifade tanıma sisteminin tasarımı ve gerçekleştirimi
A syllable-based speech recognition system design and implementation for Turkish language
BURCU CAN
Yüksek Lisans
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. HARUN ARTUNER
- Türkçe ses birimlerinin sınıflandırılması için bir bulanık sinir ağının tasarımı ve gerçekleştirimi
Design and implementation of a fuzzy neural network for Turkish phoneme classification
ETHEM ARKIN
Yüksek Lisans
Türkçe
2004
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. HARUN ARTUNER