Kendi metinlerinizi yükleyin; bağlam içi arama, sözcük profili, eşdizimlilik ve frekans çözümlemesi dakikalar içinde hazır olsun. Sondan eklemeli bir dil için yazıldı — İngilizce bir araca sonradan Türkçe eklenmedi.
Kredi kartı istemiyoruz — çünkü henüz ödeme almıyoruz. Giriş yapmadan da hazır derlemlerde arama yapabilirsiniz.
Her sonuç CSV ve TSV olarak dışa aktarılır — Excel'e de R'a da doğrudan girer. Ekranda gördüğünüzden fazlasını indirirsiniz.
Aradığınız biçimi ortada hizalı, solunda ve sağında bağlamıyla görün. Köke göre arayınca bütün çekimli biçimler gelir: gel → geliyor, gelmişti, gelenlerin.
Bir sözcüğün hangi sözcüklerle, hangi dilbilgisel ilişki içinde geçtiğini çıkarır: nesnesi ne oluyor, öznesi kim oluyor, hangi sıfatı alıyor.
Rastlantıdan fazlası olan birliktelikler. t değeri, MI ve logDice ile sıralanır; hangi ölçüyü kullandığınızı siz seçersiniz.
Biçim, kök ya da sözcük türüne göre. Ham sayı ve milyonda sıklık birlikte verilir; farklı büyüklükteki derlemler karşılaştırılabilsin diye.
Sizin derleminizi bir referans derleme karşı sınar: bu metinleri ayırt eden sözcükler hangileri? Referans olarak hazır derlemlerden birini seçersiniz.
Kalıplaşmış ifadeler ve çok sözcüklü birimler. Uzunluğu ve en az sıklığı siz belirlersiniz.
Sözcük profili, eşdizimleri düz bir liste olarak değil, dilbilgisel ilişkiye göre ayrılmış olarak verir. Aradaki fark, “dil öğrenmek” ile “ana dil” arasındaki farktır.
Örnek görünüm. Gerçek sayılar seçtiğiniz derlemden hesaplanır.
Sekiz Universal Dependencies Türkçe treebank'inden kurulu 676.211 birimlik referans derlemden çekilen 137.704 birimlik bir örneklemde ölçüldü. Farklı bir metin türünde — ağızlar, tarihî metinler, sosyal medya — bu oranlar düşebilir.
| Ölçüm | Kural tabanlı | Kural + kök sözlüğü | Stanza |
|---|---|---|---|
| Kök (lemma) doğruluğu | %84,6 | %86,0 | %88,1 |
| Ad durumu doğruluğu | %81,3 | — | %92,8 |
| İndeksleme hızı (birim/sn) | 1.900 | 1.900 | 236 |
Stanza Türkçe modeli tam da bu treebank'ler üzerinde eğitilmiştir; ölçüm kümesi onun için gerçekten görülmemiş bir küme değildir. Stanza sütunu bu yüzden yapısal olarak avantajlıdır — kural tabanlı çözümleyici bu metinleri hiç görmedi.
Çoğu araçta derlem hazır olana kadar beklersiniz. Derlemce iki aşamalı çalışır: önce hızlı indeks, sonra sizin onayınızla derin çözümleme.
.txt, .md ya da .vrt. Bir milyon birim yaklaşık dokuz dakikada indekslenir; yüklerken ekranı kapatabilirsiniz.
Hızlı indeks biter bitmez arama, frekans ve eşdizim çalışır. Sözcük profili için ayrıştırma gerekir; o hazır olmadan sezgiyle çıkarıldığı ekranda yazar.
Arka planda stanza ile tam çözümleme yapılır. Bitince size sorulur: sayılarınız değişeceği için yeni sürüme geçmeyi siz seçersiniz.
İki derlem kurulu geliyor. Anahtar sözcük çözümlemesinde referans olarak da bunları kullanırsınız.
Universal Dependencies Türkçe treebank'lerinden sekizi. Altın etiketli — yani çözümlemesi insan eliyle yapılmış. Otomatik etiketli veriyle asla karıştırılmaz.
12.000 Türkçe Vikipedi makalesi, stanza ile tam çözümlenmiş; 6.778.183 dilbilgisel ilişki çıkarıldı. Genel dil için referans olarak kullanılabilir.
Bunları satın almadan önce bilmelisiniz — sonra öğrenmek pahalıya gelir.
Yayımlanacak bir çalışmada kullanmadan önce sonuçları örneklem üzerinden doğrulamak size düşer. Oranları yukarıda açıkça yazdık.
Röportaj dökümü, öğrenci yazısı, sosyal medya derlemi — hukuki altyapı (veri işleme sözleşmesi) tamamlanana kadar sisteme alınmamalıdır. Takma adla anonimleştirilmişse sorun yoktur.
Çözümleyici çağdaş yazı diline karşı ölçüldü. Osmanlıca, ağız derlemesi ya da alan terminolojisi yoğun metinlerde oranlar farklıdır.
Beta aşamasında, ücretsiz. Bir çalışma süresi taahhüdü vermiyoruz. Buna karşılık yedekleriniz her gece alınıyor ve verilerinizi istediğiniz an dışa aktarabilirsiniz.
Hesap açmak birkaç saniye sürüyor, ücret yok, kart istenmiyor. Beğenmezseniz hesabınızı tek tıkla silersiniz — bütün verinizle birlikte.
Ücretsiz hesap açın