Türkçe Kısa Metinlerde Dilsel Değişke İncelemesine Çok Boyutlu Bir Yaklaşım

Hülya Mısır

doi:10.18492/dad.1675004

TR EN

Türkçe Kısa Metinlerde Dilsel Değişke İncelemesine Çok Boyutlu Bir Yaklaşım

Öz

Bu çalışmada, nötr, saldırgan ve nefret içerikli tweetlerden oluşan büyük ölçekli bir Türkçe sosyal medya derlemi kullanılarak Türkçedeki dilsel değişkeler incelenmiştir. Sözcük türleri ve dilbilgisel yapılar açısından etiketlenmiş veri setiyle, dilsel değişke türlerinin altında yatan temel boyutlar, Çok Boyutlu Analiz (MDA) kapsamında Çoklu Uyum Analizi (MCA) yöntemiyle belirlenmiştir. Kısa ve bağlamsal olarak sınırlı sosyal medya metinlerine uygunluğu sayesinde MCA’nın dilbilimsel analizlerdeki yeri açıklanmakta, Türkçe kısa metinlerde dilsel değişkeyi ortaya koymadaki avantajları uygulamalı biçimde gösterilmektedir. Analizde, FactoMineR paketi ve yaygın olarak kullanılan görselleştirme aracı ggplot2 birlikte kullanılmaktadır. Bu uygulamalı anlatım, MDA boyutlarının yorumlanması ve veri görselleştirme teknikleriyle ilişkilendirilmesi konusunda rehberlik etmektedir. Ayrıca, tarih etiketi ve konuşma kategorileriyle etiketlenmiş veriler üzerinden dilsel örüntülerdeki zamansal değişim grafikler ve ısı haritalarıyla sunulmaktadır. Bu çalışma, kısa metinlerden oluşan derlemler ve kategorik verilerle çok boyutlu dilsel analiz yapmak isteyen araştırmacılar için olduğu kadar, veri görselleştirme konusunda bilgi edinmek isteyen herkes için faydalı bir kaynak olmayı hedeflemektedir.

Anahtar Kelimeler

A Multidimensional Approach to Linguistic Variation in Short Turkish Texts

Öz

This study investigates linguistic variation in Turkish using a large-scale social media corpus consisting of neutral, offensive, and hate speech tweets. Drawing on a dataset annotated for parts of speech and grammatical structures, the study identifies the main dimensions of linguistic variation through the framework of Multidimensional Analysis (MDA), using Multiple Correspondence Analysis (MCA). The paper presents the use of MCA method in Turkish, which fills a notable gap in Turkish linguistic analysis due to its suitability for short and contextually limited texts such as those found on social media. The analysis is conducted using the FactoMineR package in R, along with the widely used visualization tool ggplot2. This practical guide helps interpret the dimensions generated by MDA and demonstrates how results can be presented through different data visualization techniques. Additionally, the study presents temporal shifts in linguistic patterns using time-stamped and category-labeled data, presented through various plots and heatmaps. The article is intended as a practical resource for researchers applying MDA to short-text corpora, and for those interested in the use of data visualization in linguistic analysis.

Anahtar Kelimeler

Destekleyen Kurum

Bu araştırma, Türkiye Bilimsel ve Teknolojik Araştırma Kurumu (TÜBİTAK) 2219- Yurt Dışı Doktora Sonrası Araştırma Burs Programı tarafından desteklenmiştir. Bu çalışmada yer alan bulgular ve sonuçlar yalnızca yazara ait olup, TÜBİTAK’ın görüşlerini yansıtmak zorunda değildir.

Etik Beyan

Bu çalışma daha önce başka bir yerde yayımlanmamıştır. Başka bir dergide değerlendirme sürecinde değildir. Çalışmanın yayınlanması tüm yazarlar ve çalışmanın yapıldığı üniversitedeki/araştırma merkezindeki sorumlu makamlar tarafından örtük ya da açık olarak onaylanmıştır. Çalışma yayımlanmak için kabul edilirse, Dilbilim Araştırmaları Dergisi’nin yazılı izni olmadan başka bir basılı ya da elektronik ortamda Türkçe ya da başka bir dilde aynı biçimde yayımlanmayacaktır. Çalışmada etik onaya ihtiyaç bulunmamaktadır.

Kaynakça

Akın, A. A. (2023, 2 Ocak). zemberek-python (Sürüm 0.2.3) [Bilgisayar yazılımı]. PyPI. https://pypi.org/project/zemberek-python/
Balcı, H. A. (2020). Varyant, değişken ve varyasyon dilbilimi. Littera Turca Journal of Turkish Language and Literature, 6(3), 301-317. https://doi.org/10.20322/littera.740237
Biber, D. (1988). Variation across speech and writing. Cambridge University Press.
Biber, D. (1989). A typology of English texts. Linguistics, 27(3), 3–43. https://doi.org/10.1515/ling.1989.27.3.3
Biber, D. (1995). Dimensions of register variation: A cross-linguistic comparison. Cambridge University Press.
Biber, D. (2015). Genre- and register-related discourse features in contrast. M. Lefer ve S. Vogeleer (Eds), Genre- and register-related discourse features in contrast (ss. 1–20). John Benjamins Publishing Company.
Biber, D., & Conrad, S. (2019). Register, genre, and style. Cambridge University Press.
Biber, D., & Hared, M. (1994). Linguistic correlates of the transition to literacy in Somali: Language adaptation in six press registers. D. Biber ve E. Finegan (Ed.), Sociolinguistic perspectives on register (ss. 182–216). John Benjamins Publishing Company.

Biber, D., Davies, M., Jones, J. K., & Tracy-Ventura, N. (2006). Spoken and written register variation in Spanish: A multi-dimensional analysis. Corpora, 1(1), 1–37. https://doi.org/10.3366/cor.2006.1.1
Clarke, I., & Grieve, J. (2017). Dimensions of abusive language on Twitter. First Workshop on Abusive Language Online (ss. 1–10). Association for Computational Linguistics. https://aclanthology.org/W17-3000
Clarke, I., & Grieve, J. (2019). Stylistic variation on the Donald Trump Twitter account: A linguistic analysis of tweets posted between 2009 and 2018. PLOS ONE, 14(9), e0222062. https://doi.org/10.1371/journal.pone.0222062
Çöltekin, Ç., (2020). A Corpus of Turkish Offensive Language on Social Media. 12th International Conference on Language Resources and Evaluation. https://coltekin.github.io/offensive-turkish/troff.pdf
Erdoğan-Özturk, Y. & Işık Güler, H. (2020). Discourses of exclusion on Twitter in the Turkish Context: #ülkemdesuriyeliistemiyorum (# idontwantsyriansinmycountry). Discourse, Context & Media, 36, 100400.
Grieve, J. (2023). Register variation explains stylometric authorship analysis. Corpus Linguistics and Linguistic Theory, 19(1), 47-77. https://doi.org/10.1515/cllt-2022-0040
Halliday, M. A. K. (1978). Language as social semiotic: The social interpretation of language and meaning. Edward Arnold.
Husson, F., Josse, J., Le, S., & Mazet, J. (2017). FactoMineR: Multivariate exploratory data analysis and data mining (ss. 1–96). https://cran.r-project.org/web/packages/FactoMineR/FactoMineR.pdf
Kim, Y., & Biber, D. A. (1994). Corpus-based analysis of register variation in Korean. D. Biber ve E. Finegan (Ed.), Sociolinguistic perspectives on register (ss. 157–181). John Benjamins Publishing Company.
Le Roux, B., & Rouanet, H. (2010). Multiple correspondence analysis. Sage Publications. https://doi.org/10.4135/9781412993906
Özdüzen, Ö., Korkut, U., & Özdüzen, C. (2021). ‘Refugees are not welcome’: Digital racism, online place-making and the evolving categorization of Syrians in Turkey. New Media & Society, 23(11), 3349-3369. https://doi.org/10.1177/1461444820956341
Roemling, D., Winter, B., & Grieve, J. (2025). Visualizing map data for linguistics using ggplot2: A tutorial with examples from dialectology and typology. Journal of Linguistic Geography, 1-15. https://doi.org/10.1017/jlg.2024.11
Yüceol Özezen, M. (2021). Dilbilimsel tipoloji ve Türkçe. Türklük Bilimi Araştırmaları, 49, 117–133. https://doi.org/10.17133/tubar.696950
Winter, B. (2019). Statistics for linguists: An introduction using R. Routledge. https://doi.org/10.4324/9781315165547
Toraman, Ç, Şahinuç, F., & Yılmaz, E. (2022). Large-Scale Hate Speech Detection with Cross-Domain Transfer. Thirteenth Language Resources and Evaluation Conference (ss. 2215–2225). Marseille, France. https://aclanthology.org/2022.lrec-1.238/

Ayrıntılar

Birincil Dil

Türkçe

Konular

Dil Kullanım Bilimi, Hesaplamalı Dilbilim

Bölüm

Araştırma Makalesi

Yazarlar

Hülya Mısır ^*
0000-0003-4103-682X
United Kingdom

Yayımlanma Tarihi

30 Aralık 2025

Gönderilme Tarihi

21 Nisan 2025

Kabul Tarihi

18 Eylül 2025

Yayımlandığı Sayı

Yıl 2025 Cilt: 36 Sayı: 2

DOI

https://doi.org/10.18492/dad.1675004

IZ

https://izlik.org/JA29XD48MN

Kaynak Göster

RIS / Bibtex

APA

Mısır, H. (2025). Türkçe Kısa Metinlerde Dilsel Değişke İncelemesine Çok Boyutlu Bir Yaklaşım. Dilbilim Araştırmaları Dergisi, 36(2), 133-157. https://doi.org/10.18492/dad.1675004

AMA

1.Mısır H. Türkçe Kısa Metinlerde Dilsel Değişke İncelemesine Çok Boyutlu Bir Yaklaşım. JLR. 2025;36(2):133-157. doi:10.18492/dad.1675004

Chicago

Mısır, Hülya. 2025. “Türkçe Kısa Metinlerde Dilsel Değişke İncelemesine Çok Boyutlu Bir Yaklaşım”. Dilbilim Araştırmaları Dergisi 36 (2): 133-57. https://doi.org/10.18492/dad.1675004.

EndNote

Mısır H (01 Aralık 2025) Türkçe Kısa Metinlerde Dilsel Değişke İncelemesine Çok Boyutlu Bir Yaklaşım. Dilbilim Araştırmaları Dergisi 36 2 133–157.

IEEE

[1]H. Mısır, “Türkçe Kısa Metinlerde Dilsel Değişke İncelemesine Çok Boyutlu Bir Yaklaşım”, JLR, c. 36, sy 2, ss. 133–157, Ara. 2025, doi: 10.18492/dad.1675004.

ISNAD

Mısır, Hülya. “Türkçe Kısa Metinlerde Dilsel Değişke İncelemesine Çok Boyutlu Bir Yaklaşım”. Dilbilim Araştırmaları Dergisi 36/2 (01 Aralık 2025): 133-157. https://doi.org/10.18492/dad.1675004.

JAMA

1.Mısır H. Türkçe Kısa Metinlerde Dilsel Değişke İncelemesine Çok Boyutlu Bir Yaklaşım. JLR. 2025;36:133–157.

MLA

Mısır, Hülya. “Türkçe Kısa Metinlerde Dilsel Değişke İncelemesine Çok Boyutlu Bir Yaklaşım”. Dilbilim Araştırmaları Dergisi, c. 36, sy 2, Aralık 2025, ss. 133-57, doi:10.18492/dad.1675004.

Vancouver

1.Hülya Mısır. Türkçe Kısa Metinlerde Dilsel Değişke İncelemesine Çok Boyutlu Bir Yaklaşım. JLR. 01 Aralık 2025;36(2):133-57. doi:10.18492/dad.1675004