A Corpus-Based Study of Lexical Frequency in Central Kurdish for Designing Educational Materials

Öz

This study adopts a corpus-based approach to examine word frequency in Middle Kurdish (Sorani) and aims to provide a scientific basis for designing data-driven educational materials. The data were collected from two corpora, including over 92 million word tokens from written texts and 21,000 samples from spoken data, and analyzed using AntConc software. Words were categorized based on frequency and range of usage, and educational word lists were derived. To evaluate the impact of word frequency on learning, three equivalent groups of Persian-speaking learners participated in a ten-session course, each with different access to high-frequency word lists. The results showed that the group with direct and regular access to these lists performed significantly better in the final test in terms of comprehension and application of vocabulary (average score: 87%). A comparison of the written and spoken corpora also indicated a high overlap of frequent words in both domains, confirming the importance of teaching high-frequency vocabulary for both speaking and writing skills. The findings suggest that a corpus-based approach can facilitate the design of targeted and effective educational resources for Middle Kurdish and contribute to improving the quality of instruction for low-resource languages.

Anahtar Kelimeler

• Lexical frequency
• corpus linguistics
• central Kurdish (Sorani)
• language teaching
• educational word lists

تاوتوێکردنی جەستەتەوەری ڕێژەی بەکارهێنانی وشە لە کوردیی ناوەڕاستدا بۆ داڕشتنی کەرەستە فێرکارییەکان

Öz

ئەم توێژینەوە بە پێی بۆچوونی کۆرپس‌تەوەر دەستی داوەتە لێکدانی فرەپاتیی وشە لە زمانی کوردی ناویندا (سۆرانی) و هەوڵ دەدا بنەمایێکی زانستی بۆ داڕشتنی سەرچاوە فێرکارییەکان لەسەر بنچینەی داتا پێک بهێنێت. لە دوو کۆرپسی زمانی بریتی لە ٩٢ میلیۆن نموونە وشە لە دەقە نووسراوەکان و ٢١ هەزار نموونە لە داتا ئاخاوتنییەکان، داتا کۆکراونەتەوە و بە نەرم‌ئامێری AntConc لێک‌دراونەتەوە. وشەکان بەپێی ڕادەی دووپات‌بوونەوە و بەرفراوانی بەکارهێنان پۆلێنبەندی کراون و لیستێک وشەی فێرکاری هێنراون. بۆ هەڵسەنگاندنی کاریگەریی فرەپاتیی وشەکان لە سەر فێربوون، سێ گرووپی هاوئاست لە فێرخوازانی فارس‌زمان لە خولێکی دە دانیشتنیدا بەشدارییان کردووە کە بەشێوەی جیاواز وشە فرەپاتەکان لە بەردەستیاندا بووە. ئەنجامەکان نیشاندەری ئەوە بوون گرووپێک کە ئەم لیستەی بەشێوەی ڕاستەوخۆ و بەردەوام لە بەردەست بووە، لە تاقیکاری کۆتاییدا تا ڕادەیێکی بەرچاو کاردانەوەی باشتری لە تێگەیشتن و بەکارهێنانی وشەکان نیشان داوە (تێکڕای نمرە ٪٨٧). بەراوردی دوو کۆرپسی نووسراو و ئاخاوتنیش نیشاندەری پێکگرتوویی بەرزی وشە فرەپاتەکان لە هەر دوو ئاقاردایە، کە جەخت دەخاتە سەر گرنگی فێرکاریی وشە فرەپاتەکان بۆ لێهاتوویی لە ئاخاوتن و نووسیندا. دەستکەوتەکان نیشاندەری ئەوەن بەکارهێنانی بۆچوونی کۆرپس‌تەوەر دەتوانێ بۆ داڕشتنی سەرچاوە فێرکارییە مەبەستدار و کارامەکانی زمانی کوردیی ناوین ئاسانکاری بکات و یارمەتیدەری گەشە کردنی کوالێتی فێرکاری زمانە کەم‌سەرچاوەکان بێت.

Anahtar Kelimeler

• فرەپاتیی وشەکان
• زمانناسی کۆرپس‌تەوەر
• کوردی ناوین (سۆرانی)
• فێرکاری زمان
• لیستی وشە فێرکارییەکان

Eğitim Materyalleri Tasarımı için Orta Kürtçe'de Sözcük Sıklığına İlişkin Corpus Temelli Bir Çalışma

Öz

Bu çalışma, Orta Kürtçe'de (Sorani) kelimelerin sıklığını araştırmak için korpus tabanlı bir yaklaşım kullanır ve veriye dayalı eğitim kaynaklarının tasarımı için bilimsel bir temel sağlamaya çalışır. Veriler, yazılı metinlerden 92 milyondan fazla kelime örneği ve sözlü verilerden 21.000 örnek içeren iki korpustan toplandı ve AntConc yazılımı kullanılarak analiz edildi. Kelime bilgisi kategorize edildi ve eğitim listeleri kullanım sıklığına ve aralığına göre türetildi. Kelime bilgisi sıklığının öğrenme üzerindeki etkisini değerlendirmek için aynı seviyedeki üç grup Farsça konuşan öğrenci, yüksek frekanslı kelime listelerine farklı erişimleri olan on seanslık bir kursa katıldı. Sonuçlar, bu listeye doğrudan ve düzenli erişimi olan grubun son testte kelime anlama ve kullanma konusunda önemli ölçüde daha iyi performans gösterdiğini gösterdi (%87 ortalama puan). İki metin ve konuşma korpusunun karşılaştırılması, her iki alanda da yüksek frekanslı kelime dağarcığının yüksek oranda örtüştüğünü gösteriyor; bu da konuşma ve yazma becerilerinde yüksek frekanslı kelime bilgisi öğretmenin önemini doğruluyor. Bulgular, korpus temelli bir yaklaşımın kullanılmasının, orta düzey Kürtçe için hedefli ve etkili eğitim kaynakları tasarlamanın önünü açabileceğini ve düşük kaynaklı dillerin öğretim kalitesinin artırılmasına yardımcı olabileceğini göstermektedir.

Anahtar Kelimeler

• Kelime sıklığı
• korpus dilbilimi
• Orta Kürtçe (Sorani)
• dil öğretimi
• eğitimsel kelime listesi

Kaynakça

1. Ahmadi, S., Hassani, H., & McCrae, J. P. (2020). Towards electronic lexicography for the Kurdish language. Zenodo. https://doi.org/10.5281/zenodo.3518950
2. Anthony, L. (2022). What can corpus software do? In A. O’Keeffe & M. McCarthy (Eds.), The Routledge handbook of corpus linguistics. Routledge.
3. Baayen, H. R., Piepenbrock, R., & van Rijn, H. (1995). The CELEX lexical database. Linguistic Data Consortium.
4. Badawi, S., Saeed, A. M., Ahmed, S. A., Abdalla, P. A., & Hassan, D. A. (2023). Kurdish News Dataset Headlines (KNDH) through multiclass classification. Data in Brief, 48, 109120. https://doi.org/10.1016/j.dib.2023.109120
5. Brown, K. (2002). Review of Longman grammar of spoken and written English, by D. Biber, S. Johansson, G. Leech, S. Conrad, & E. Finegan. Journal of Linguistics, 38(2), 397–439. https://doi.org/10.1017/S0022226702211627
6. Brysbaert, M., & New, B. (2009). Moving beyond Kučera and Francis: A critical evaluation of current word frequency norms and the introduction of a new and improved word frequency measure for American English. Behavior Research Methods, 41, 977–990. https://doi.org/10.3758/BRM.41.4.977
7. Coxhead, A. (2000). A new academic word list. TESOL Quarterly, 34(2), 213–238. https://doi.org/10.2307/3587951
8. Falk, J. S. (1978). Linguistics and language. John Wiley & Sons.

9. Francis, W. N., & Kučera, H. (1964). Manual of information to accompany a standard sample of present-day edited American English, for use with digital computers. Department of Linguistics, Brown University.
10. Gries, S. Th. (2017). Quantitative corpus linguistics with R: A practical introduction (2nd ed.). Routledge.
11. Hiebert, E. H., & Kamil, M. L. (Eds.). (2005). Teaching and learning vocabulary: Bringing research to practice. Lawrence Erlbaum Associates.
12. Leech, G., Hundt, M., Mair, C., & Smith, N. (2009). Change in contemporary English: A grammatical study. Cambridge University Press.
13. McEnery, T., & Wilson, A. (1996). Corpus linguistics. Edinburgh University Press.
14. McEnery, T., & Hardie, A. (2012). Corpus linguistics: Method, theory and practice. Cambridge University Press.
15. OmerAbdulrahman, R., Hassani, H., & Ahmadi, S. (2019). Developing a fine-grained corpus for a less-resourced language: The case of Kurdish. arXiv preprint arXiv:1909.11467. https://arxiv.org/abs/1909.11467
16. Piantadosi, S. T. (2014). Zipf’s word frequency law in natural language: A critical review and future directions. Psychonomic Bulletin & Review, 21(5), 1112–1130. https://doi.org/10.3758/s13423-014-0585-6
17. Schmitt, N. (2010). Researching vocabulary: A vocabulary research manual. Palgrave Macmillan. http://dx.doi.org/10.1057/9780230293977
18. Schmitt, N., & Schmitt, D. (2020). Vocabulary in language teaching (2nd ed.). Cambridge University Press.
19. Sheyholislami, J. (2015). The language varieties of the Kurds. In A. Schahbasi & T. Schrott (Eds.), The Kurds: History – Religion – Language – Politics (pp. 30–51). Austrian Federal Ministry of the Interior.
20. Stefanowitsch, A. (2020). Corpus linguistics: A guide to the methodology (Textbooks in Language Sciences, 7). Language Science Press. https://doi.org/10.5281/zenodo.3735822
21. Thorndike, E. L. (1944). The teacher's word book: A vocabulary of 30,000 words. Teachers College, Columbia University.
22. West, M. (1953). A general service list of English words. Longman, Green and Co.
23. Zipf, G. (1949). Human behavior and the principle of least effort: An introduction to human ecology. Addison-Wesley.