Dergiler / Uluslararası Filoloji Bengü / 2025 / Cilt: 5 Sayı: 2

Makine Çevirisi Bağlamında Dillerarası Yakın Eş Enlamlılık

Cross-Linguistic Near-Synonym in the Context of Machine Translation

Emrah Eriş(Siirt Üniversitesi)0000-0001-6753-9746
Yılmaz Akdemir(SİİRT ÜNİVERSİTESİ)0000-0002-9573-4140
Sayfa
270–289
Yayın Tarihi
2025-11-30
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bulgular, makine çeviri sistemleri DeepL ve Google Translate'in genellikle benzer çeviriler ürettiğini, Google Translate platformunun eşanlamlıları çevirirken bağlamı daha çok dikkate aldığını ve Google Translate'in ayrıca Türkçeye özgü kelimeleri veya Arapça, Farsça ve Osmanlı Türkçesinden ödünç alınan kelimeleri de dikkate aldığını, ancak DeepL'in bu alanda zaman zaman başarısız olduğunu göstermiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Mevcut çalışma, acı, sevinç ve heyecan terimleri kategorilerine giren Türkçe eşanlamlılar bağlamında duygu sözcüklerini ele almayı ve ayrıca iki makine çeviri aracı olan Google Translate ve DeepL'ye dayalı olası İngilizce eşdeğerlerini incelemeyi amaçlamaktadır.
📊
Temel Bulgular & Veri:Ek olarak, araştırmacılar iki farklı makine çeviri sisteminin neredeyse eş anlamlıları aynı şekilde sunup sunmadığını, makine çeviri algoritmalarının duygu sözcüklerini çevirirken bağlamı dikkate alıp almadığını ve DeepL ve Google Translate'in duygu sözcüklerini ne şekilde farklı çevirdiğini belirlemeye çalışmıştır.
💡
Sonuç & Katkı:Bulgular, makine çeviri sistemleri DeepL ve Google Translate'in genellikle benzer çeviriler ürettiğini, Google Translate platformunun eşanlamlıları çevirirken bağlamı daha çok dikkate aldığını ve Google Translate'in ayrıca Türkçeye özgü kelimeleri veya Arapça, Farsça ve Osmanlı Türkçesinden ödünç alınan kelimeleri de dikkate aldığını, ancak DeepL'in bu alanda zaman zaman başarısız olduğunu göstermiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:25 adet
⚙️Değişkenler:Eş Anlamlılık · Yakın Eş Anlamlılık · Türkçe

Özet

Mevcut çalışma, acı, sevinç ve heyecan terimleri kategorilerine giren Türkçe eşanlamlılar bağlamında duygu sözcüklerini ele almayı ve ayrıca iki makine çeviri aracı olan Google Translate ve DeepL'ye dayalı olası İngilizce eşdeğerlerini incelemeyi amaçlamaktadır. Ek olarak, araştırmacılar iki farklı makine çeviri sisteminin neredeyse eş anlamlıları aynı şekilde sunup sunmadığını, makine çeviri algoritmalarının duygu sözcüklerini çevirirken bağlamı dikkate alıp almadığını ve DeepL ve Google Translate'in duygu sözcüklerini ne şekilde farklı çevirdiğini belirlemeye çalışmıştır. Bu bağlamda, toplamda ve her bir kategoriyi kapsayacak şekilde 25 adet sözcüğü içeren ve TDK online websitesi kapsamından elde edilen cümleler Google Translate ve DeepL üzerinden değerlendirmeye alınmıştır. Bulgular, makine çeviri sistemleri DeepL ve Google Translate'in genellikle benzer çeviriler ürettiğini, Google Translate platformunun eşanlamlıları çevirirken bağlamı daha çok dikkate aldığını ve Google Translate'in ayrıca Türkçeye özgü kelimeleri veya Arapça, Farsça ve Osmanlı Türkçesinden ödünç alınan kelimeleri de dikkate aldığını, ancak DeepL'in bu alanda zaman zaman başarısız olduğunu göstermiştir. Bir diğer bulgu ise makine çeviri araçlarının yakın eş anlamlı çeviriyi de göz önünde bulundurarak büyük bir seviyeye ulaştığıdır. Bilim insanlarının diğer konularda toplanan yakın eş anlamlı bütüncelerinden ve bunların diğer dil çiftlerindeki tespitlerinden faydalanmaları ve gelecekteki araştırmaların makine çevirisi veya çeşitli ortamlarda diğer alanlardaki eş anlamlıları değerlendirmeleri önerilir.

Abstract

The present study seeks to address the emotional lexical units in the context of Turkish synonyms that fall under the categories of terms for pain, joy, and excitement, in addition to examining potential English equivalents based on two machine translation tools: Google Translate and DeepL. Additionally, the researchers sought to identify whether two distinct machine translation systems presented near-synonyms in the same way, whether machine translation algorithms considered context when translating emotive lexical units, and how DeepL and Google Translate translated emotive lexical units differently. In this case, Google Translate and DeepL were used to assess sentences from the TDK online website that covered each category and had a total word count of 25. The findings have demonstrated that the machine translation systems DeepL and Google Translate typically produce translations that are comparable, that Google Translate platform considers context more when translating synonyms, and that Google Translate also considers words that are specific to Turkish or words borrowed from Arabic, Persian, and Ottoman Turkish, whereas DeepL occasionally failed in this area. Another finding is that machine translation tools have advanced to a great level, considering near-synonym translation. It is recommended that scholars benefit from the near-synonym corpora gathered in other subjects and their detections in other language pairs and that future research assess synonyms in other fields using machine translation or in various settings.

🔖

Bu Makaleye Atıf Yap

Eriş, E., Akdemir, Y. (2025). Makine Çevirisi Bağlamında Dillerarası Yakın Eş Enlamlılık. Uluslararası Filoloji Bengü, Cilt: 5 Sayı: 2, 270–289. https://doi.org/10.62605/ufb.1734904

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (12)

  1. Aktaş, Ö., Birant, Ç. C., Aksu, B., & ÇEBİ, Y., (2013). Automated Synonym Dictionary Generation Tool for Turkish (ASDICT). BILIG, no.65, 47-68. Partington, A. (1998). Patterns and Meanings: Using Corpora for English Language Research and Teaching. John Benjamins.
  2. Aqel, F. T. (2019). The translation of synonyms in Arabic and English. British Journal of English Linguistics, Vol.7, No.4, pp.31-44.
  3. Cruse, D. Alan. 1986. Lexical Semantics. Cambridge University Press.
  4. Edmonds, P. & Hirst, G. (2002). Near-Synonymy and Lexical Choice. Computational Linguistics. 28. 105-144. 10.1162/089120102760173625.
  5. Kuzubaş, M. & Bayram, H. (2015). Bir Gam Ve Neşe Şairi: Nef’î (A Sorrow And Joy Poet: Nef’î ). Dede Korkut Uluslararası Türk Dili ve Edebiyatı Araştırmaları Dergisi. Vol. 8, pp. 51-68. http://dx.doi.org/10.25068/dedekorkut68
  6. Hauer, Bradley & Kondrak, Grzegorz. (2020). Synonymy = Translational Equivalence. 10.48550/arXiv.2004.13886. Maïa Ponsonnet. Emotional language: A brief history of recent research. Approaches to Language and Culture (Handbook), De Gruyter Mouton, pp.307-335, 2022, Anthropological Linguistics [AL], 10.1515/9783110726626. hal-03835591
  7. Nordquist, Richard. (2025, April 14). Synonymy Definition and Examples. Retrieved from https://www.thoughtco.com/synonymy-definition-1692019
  8. Özkan, A. F. (2021). “Osmanlı Türkçesinde Arapça ve Farsça Kökenli Duygu Sözcükleri”. Karadeniz Araştırmaları. XVIII/71: 801-825.
  9. Petcharat, N., & Phoocharoensil, S. (2017). A Corpus-Based Study of English Synonyms: Appropriate, Proper, and Suitable. LEARN Journal: Language Education and Acquisition Research Network, 10(2), 10–24. Retrieved from https://so04.tci-thaijo.org/index.php/LEARN/article/view/111700
  10. Uçar, İ. (2010). Türkçede Eş Anlamlılık ve Eski Anadolu Türkçesi Tıp Yazmalarında Eş Anlamlı Kelime Kullanımı. Türkçede Eş Anlamlılık Ve Eski Anadolu Türkçesi Tıp Yazmalarında Eş Anlamlı Kelime Kullanımı. Zeitschrift für die Welt der Türken Journal of World of Turks.
  11. Yaman, İ. (2023). DeepL Translate ve Google Translate Sistemlerinin İngilizce-Türkçe ve Türkçe-İngilizce Çeviri Performanslarının Karşılaştırılması. Söylem Filoloji Dergisi(Çeviribilim Özel Sayısı), 29-41. https://doi.org/10.29110/soylemdergi.1187172
  12. Aktaş, Ö., Birant, Ç. C., Aksu, B., & ÇEBİ, Y., (2013). Automated Synonym Dictionary Generation Tool for Turkish (ASDICT). BILIG, no.65, 47-68. Partington, A. (1998). Patterns and Meanings: Using Corpora for English Language Research and Teaching. John Benjamins.