Türkçe sözlüklerde hesaplama metodları kullanarak anlam ayrımı

Doğal Dil İşleme(NLP) herhangi bir dili bilgisayar bazlı sistemlerle işlemekle ilgili çalışma alanlarının genel ismidir. NLP çalışmalarında, sözcüksel ve anlamsal kaynaklar olarak sözlüklere ihtiyaç duyulmaktadır. Bunun sebebi, bazı durumlarda sözcük ile uygun anlamını eşleştirme gereksinimi bulunmasıdır. Türkçe için; "Güncel Türkçe Sözlük" ve "Kubbealtı Lugatı" gibi elektronik sözlükler bulunmaktadır. Ancak, bu iki sözlük de birçok sözcük için benzer ve çoklanmış sözcük anlamı içermektedir. Türk Dil Kurumu(TDK)'nun Güncel Türkçe Sözlüğü 86.382 adet sözcük içermektedir. Tek bir sözcük için ondan fazla anlam karşılığı bulunabilir. Bu sebeple, hangi anlamların açıklayıcı ve/veya gerekli hangilerinin ise gereksizce çoklanmış olduğunu bulmak oldukça zorlaşabilir. Sözcüklerin anlamıyla ilgili yaşanan bu ayrıştırma problemine "Anlam Ayrımı Problemi" denir. Bu problem, NLP çalışmaları için minimal ve verimli bir sözlük üretmede önemli bir husustur. Özellikle Türkçe için, kelimelerin anlamları içerisinden en aydınlatıcı olanını seçmek pek kolay değildir. Bu çalışmanın amacı, anlam ayrımı kararlarını hesaplamaya dayalı bazı metodlar kullanarak kolaylaştırmaktır. Biz bu çalışmada, en çok bilinen Türkçe Sözlük'lerden ikisinin(Kubbe Altı Lugatı ve TDK Güncel Türkçe Sözlük) üzerinde Levenshtein Mesafe Alogritması, Kosinüs Benzerliği ve Jaccard Benzerliği gibi hesaplamaya dayalı bazı metodlar kullanarak sözcük anlamlarının benzerliklerini analiz etmeye odaklandık.