Yeni orfoqrafiya lüğəti süni intellektlə hazırlanır 180 min SÖZ

1 Avqust – Azərbaycan Əlifbası və Azərbaycan Dili Günü milli kimliyimizin və dil siyasətimizin inkişaf yoluna işıq salan önəmli tarixdir.

Bu gün münasibətilə Gununsesi.info-ya açıqlama verən AMEA Nəsimi adına Dilçilik İnstitutunun baş direktoru, professor Nadir Məmmədli Azərbaycan dilinin orfoqrafiya sistemində aparılan yeniliklərdən danışıb.

O qeyd edib ki, 2021-ci ildə nəşr olunan sonuncu Orfoqrafiya lüğətində rəsmi olaraq 90 min söz yer aldığı qeyd olunsa da, lüğət elektron formada təhlil edildikdə orada əslində 82 min söz olduğu müəyyənləşdirildi.

Professorun sözlərinə görə, hazırda Dilçilik İnstitutu bu sahədə yeni yanaşma ilə işləyir. O deyib ki, korpus əsaslı söz bazası formalaşdırılıb və hazırda bu baza təxminən 180 min söz ehtiva edir.

“Dil daim inkişaf edir – sözlər yaranır, mənaları genişlənir, işlənmə tezlikləri dəyişir. Dilimizdə sözlərin sayı azalmır, əksinə, gündən-günə artır. Hazırda tam və zəngin bir orfoqrafiya lüğətinin hazırlanması istiqamətində ilk dəfə olaraq bu qədər sistemli və genişmiqyaslı iş aparılır. Bu iş Azərbaycan Milli Elmlər Akademiyasının təşəbbüsü və razılığı ilə, mənim rəhbərliyim altında həyata keçirilir”.

Professor onu da əlavə edib ki, bütün türkdilli xalqların hamısı yalnız bir korpusda cəmləşir.

“Bu baxımdan Azərbaycan türkdilli xalqlar arasında yeganə ölkə idi ki, dil korpusu yox idi. İndi isə ilk dəfə süni intellektin köməyi ilə orfoqrafiya lüğəti hazırlayırıq. Əvvəllər bu iş kartiçka üsulu ilə aparılırdı – sözlər kartlarda toplanırdı. Bu üsul müasir dövr üçün artıq səmərəsizdir və geri addım sayılır”.

N.Məmmədli qeyd edib ki, hazırda süni intellekt texnologiyalarının tətbiqi ilə müasir və sistemli lüğət hazırlanır.

“Biz artıq ciddi mətbuat orqanlarını – Azərbaycan qəzeti, Xalq qəzeti, 525-ci qəzeti, eləcə də bir sıra ciddi internet saytlarını təhlil etmişik. Bu mənbələrdən ümumilikdə 520 milyon söz və söz forması toplanıb. Bu söz formaları arasında təkrarlar çıxarılır, sözdüzəldici şəkilçilərlə yaradılmış sözlər ayrılır, tezlik analizləri aparılır”.

O, eyni zamanda vurğulayıb ki, Nazirlər Kabinetinin qərarına əsasən, hər 5 ildən bir yeni orfoqrafiya lüğəti nəşr olunmalıdır.

“Növbəti nəşr isə gələn ilə təsadüf edir. Biz hazırda bu yeni lüğətin hazırlanması üzərində intensiv şəkildə işləyirik və çox güman ki, bu ilin sonunadək işi başa çatdırıb təhvil verəcəyik. Gələn ildən isə lüğətin çapı planlaşdırılır.

Lüğətə daxil ediləcək sözlər xüsusi seçimlə aparılır. Bütün sözləri daxil etmək mümkün deyil. Şübhəli və yeni sözlər tezlik lüğətinə yönləndirilir. Orada onların işlənmə tezliyi araşdırılır, məsələn elə söz var ki, yüzlərlə dəfə işlənib, eləsi də var ki, cəmi 3-5 dəfə istifadə olunub. Biz bu araşdırmalar əsasında sözləri seçirik və yalnız kifayət qədər işlək, eləcə də təsdiqlənmiş olanları lüğətə daxil edirik”.

Nadir Məmmədli həmçinin deyib ki, bununla yanaşı Dilçilik İnstitutunda yeni bir şöbə – Süni İntellekt və Kompüter Dilçiliyi şöbəsi yaradılıb.

“Belə bir struktur heç bir türkdilli xalqda yoxdur. Əslində, bu sahədə dünyada da nadir nümunələr var. Türkdilli xalqlar arasında ilk dəfə olaraq, Azərbaycanda bu istiqamətdə institut daxilində rəsmi bölmə formalaşdırılıb.

İnstitutun “Elmi Araşdırmalar” jurnalının birinci nömrəsində bu barədə geniş məlumat dərc olunacaq. Eyni zamanda, dünyanın 52 ölkəsinə yayılan “Türkologiya” jurnalında da bu proseslə bağlı ətraflı yazı yer alacaq. Ümid edirik ki, digər türkdilli xalqlar da bu təcrübədən yararlanacaq və bu sahədə əməkdaşlıq genişlənəcək”.

Gununsesi.info