YAPAY ZEKÂ DESTEKLİ BİR TÜRKÇE SÖZLÜK HAZIRLAMAK! HAYAL Mİ GERÇEK Mİ?

Öz

Bu makale, yapay zekâ destekli bir Türkçe sözlük hazırlamanın sınırlarını, tarihsel arka plan ile güncel uygulamaları birlikte değerlendirerek gündeme getirmektedir. Duygu, bilinç ve niyet gibi insana özgü boyutlarda temkinli bir duruş korunurken; büyük dil modellerinin (BDM) dil üretimi ve metin çözümlemedeki yetkinlikleri, sözlükçülüğün hız ve kapsam bakımından yeni bir eşiğe geldiğini göstermektedir. Bütünüyle insansız bir sözlük hazırlamanın bugün için gerçekçi olmadığı savunulan makalede insan gözetimli ve ölçütleri açık karma iş akışını önermektedir. Bu yaklaşımın özü, verisi ve yöntemi belgelendirilmiş bir derlem üzerine, yapay zekânın aday madde çıkarımı, anlam ayrımı ve tanım/örnek taslakları üretimi gibi aşamalarda karar desteği sağlaması; nihai değerlendirmenin ise sözlük bilimci uzmanlar ve editörlerce yapılmasıdır. Süreçte, kaynakların ve seçimlerin gerekçelendirilmesi, düzenli geri bildirim toplanması, sürümleme ve değişiklik günlüğüyle kamuya açık bir izlek oluşturulması esastır. Böylece ortaya çıkan ürün, yalnızca “son metin” değil, yaşayan ve doğrulanabilir bir sözlük varlığıdır. Makale, teknik ayrıntılara girmeden, bu düzenekten beklenen yararları ve riskleri dengeli biçimde ele alır: Hız ve kapsam artışı; yeni söz ve kullanımların erkenden saptanması; öte yandan veri lisansı, kişisel verilerin korunması, önyargı ve temsil sorunları, ayrıca otomatik çıktılarda görülebilecek tutarsızlıklar. Son bölümde, yayımlama–sürümleme aşamasında saydamlık, kalıcı tanımlayıcılar ve önceki sürümlerin korunması gibi ilkeler vurgulanmaktadır. Sonuç olarak, tam otomatik sözlük bugün için hayal; buna karşılık, insan gözetimli, derlem ve veri kümesi temelli, ölçütleri açık ve sürümlenebilir bir mimari gerçek, uygulanabilir ve sürdürülebilir bir yol haritasıdır. Bu makalenin bir başka amacı da Türk dili alanında çalışan genç meslektaşlarımızı YZ, DDİ alanlarında çalışmaya yöneltmektir.

Anahtar Kelimeler

• Türkçe sözlük
• sözlük bilimi
• yapay zekâ
• doğal dil işleme
• derlem
• veri kümesi
• büyük dil modelleri BDM

AI-ASSISTED COMPILATION OF A TURKISH DICTIONARY: DREAM OR REALITY?

Öz

This article brings to the fore the possibilities and limits of AI-assisted compilation of a Turkish dictionary, considering both historical background and current practice. While maintaining a cautious stance on human-specific dimensions—such as affect, consciousness, and intention—the paper observes that the capabilities of large language models (LLMs) in text generation and analysis have brought lexicography to a new threshold in terms of speed and coverage. It argues that a fully automated, human-free dictionary is not realistic under present conditions, and instead proposes a human-in-the-loop, criteria-explicit hybrid workflow. In this approach, AI provides decision support on a documented corpus—for candidate headword extraction, word-sense distinction, and drafting of definitions and examples—while final judgments rest with expert lexicographers and editors. The process requires explicit justification of sources and selections, systematic user feedback, and a public trace through versioning and changelogs, so that the product becomes not merely a “final text” but a living, auditable lexical resource. Without delving into technical detail, the article balances expected benefits—accelerated work, broader coverage, earlier detection of neologisms and novel uses—against risks concerning data licensing, privacy, bias and representativeness, and inconsistencies in automated outputs. The final section underscores principles for publication and versioning, including transparency, persistent identifiers, and preservation of prior releases. In conclusion, a fully automatic dictionary remains a dream for now; by contrast, a supervised, corpus- and dataset-based, criteria-explicit, versionable architecture is a realistic, feasible, and sustainable roadmap. A further aim is to encourage early-career scholars in Turkish language studies to engage with AI and Natural Language Processing (NLP).

Anahtar Kelimeler

• Turkish dictionary
• lexicography
• artificial intelligence
• natural language processing
• corpus
• dataset
• large language models LLMs

Kaynakça

1. Adalı, E. (2020). Türkçe doğal dil işleme. Akçağ Yayınları.
2. Adalı, E. (2024). Türkçenin mantığı. Akademik Bilişim Vakfı.
3. Akalın, Ş. H. (2021). Elektronik sözlük bilimi ve Türk Dil Kurumunun e-sözlükleri. Hamza Zülfikar Armağanı, 69-85. Ankara: Türk Dil Kurumu.
4. Barrett, G. (2023). Defin-O-Bots: Challenging A.I. to Create Usable Dictionary Content. 24th Biennial Conference of the Dictionary Society of North America. Boulder, May – 3 June 2023.
5. Dembitz, S., Jojic, L., Pavlek, J. (2005). Artificial intelligence in lexicography: Croatian Encyclopaedic Dictionary example. Annals of DAAAM for 2005 & proceedings of the 16th international DAAAM symposium, 89-90.
6. de Schryver, G.M. (2023). Generative AI and lexicography: the current state of the art using ChatGPT. International Journal of Lexicography, 36, (4), 1-33.
7. Granger, S. (2012). Introduction: Electronic lexicography–from challenge to opportunity. S. Granger ve M. Paquot (Ed.), Electronic lexicography. 1-11. Oxford University Press.
8. Lew R. (2023). ChatGPT as a COBUILD lexicographer. Humanities and Social Sciences Communications, 10, (1), 704

9. McKean, E., Fitzgerald, W. (2023). The ROI of AI in lexicography. Proceedings of the 16th International Conference of the Asian Association for Lexicography: “Lexicography, Artificial Intelligence, and Dictionary Users”. Yonsei University. 10–20.
10. McShane, M., Nirenburg, S. (2021). Linguistics for the age of AI. MIT Press.
11. Phoodai, C., Rikk, R. (2023). Exploring the Capabilities of ChatGPT for lexicographical purposes: A comparison with Oxford Advanced Learner’s Dictionary within the microstructural framework. In Medve, Marek, Michal Měchura, Carole Tiberius, Iztok Kosem, Jelena Kallas and Miloš Jakubíček (eds), Proceedings of the eLex 2023 conference: Electronic lexicography in the 21st century. Lexical Computing, 335–365.
12. Rundell, M. (2012). The road to automated lexicography: An editor’s viewpoint. S. Granger ve M. Paquot (Ed.), Electronic Lexicography. Oxford University Press. 15-30.
13. Rundell, M. (2023). Automating the creation of dictionaries: Are we nearly there?’ Proceedings of the 16th International Conference of the Asian Association for Lexicography: “Lexicography, artificial intelligence, and dictionary users”. Seoul: Yonsei University, 1–9.
14. Tran, Hanh Thi Hong, Vid Podpečan, Mateja Jemec Tomazin and Senja Pollak. 2023. Definition extraction for Slovene: Patterns, transformer classifiers and ChatGPT’ In Medve, Marek, Michal Měchura, Carole Tiberius, Iztok Kosem, Jelena Kallas and Miloš Jakubíček (eds), Proceedings of the eLex 2023 Conference: Electronic Lexicography in the 21st Century. Lexical Computing. 19–38.