1 Çıkış Noktası ve Amacım
Kürtçe - Zazaca tartışmasında taraflar hayli spekülatif benzerlik veya ayrılık oranlarından söz etmektedir. Kürtlerin bir kesimi Zazaca %90 oranında Kürtçe ile aynı derken, Zazaların bir kesimi de Kürtçe ile Zazaca arasında hiçbir benzerlik yoktur demektedir. Gerçeği yansıtmaktan oldukça uzak olan bu abartılı yaklaşımların ötesine geçerek, iki dil arasında benzerlik ve ayrışmayı neredeyse milimetrik ölçüde ortaya koyan bir online araç geliştirdim.
Geliştirdiğim Kürtçe-Zazaca Kıyaslama Aracı sayesinde artık herkes iki dil arasındaki ilişkiyi açık örnekler ve bilimsel yöntemler üzerinden rahatça görebilecektir. Kurduğum sistem, ideolojik kabuller veya önyargılar yerine somut dilbilimsel verileri esas alır; iki dilin ortak mirasını da, kendilerine özgü ayrışma sınırlarını da hiçbir yapay müdahalede bulunmadan şeffaf bir matematiksel çerçevede sunar.
2 Kürtçe-Zazaca Kıyaslama Aracı Nasıl Çalışır?
Tasarladığım kıyaslama motoru, hesaplamalı leksikostatistik (computational lexicostatistics) ve karşılıklı anlaşılabilirlik (mutual intelligibility) ilkelerini temel alan iki katmanlı bir mimariyle çalışır:
A. Sözcük Modülü (Lexical Engine) — Adım Adım Analiz:
İki dildeki sözcükleri karşılaştırırken basit harf benzerliği yanılsamasına düşmemek için 4 aşamalı bir filtre kurdum:
- Fonetik ve Ortografik Normalizasyon: Önce iki alfabedeki eşdeğer sesleri eşitlerim (
ı ↔ i, ê ↔ e, û ↔ u) ve Zazacadaki soluklu ünsüzleri (ph, th, kh) temel konsonant köküne (p, t, k) indirgerim.
- Morfolojik Ek ve İzafet Soyma: Kelimenin kökünü bulmak için sondaki izafet ve dişil/küçültme eklerini (
-ê, -a, -e, -ya, -ye, -ıkhe) soyarak çıplak gövdeye ulaşırım.
- Tarihsel İranî Ses Kayması Haritası: Kuzeybatı İranî diller arasındaki düzenli ses dönüşümlerini (
j/c/d/g ↔ z, b/w/m ↔ v, o/u ↔ a) ve önses h- türemelerini (örn: ewr ↔ hewr) kontrol ederim.
- Konsonant İskeleti ve Korunmuş Levenshtein Hesabı: Kelimelerin ünlülerini çıkarıp sadece sessiz harf çatısını (konsonant iskeletini) ve alt-dizi içerme oranını (subsequence ratio) ölçerim. Kısa kelimelerde tesadüfi tek harf benzerliklerinin haksız puan üretmesini engellemek için sıkı bir ilk-ses (onset) kalkanı uygularım.
B. Cümle Modülü (Syntactic & Semantic Engine) — Omurga ve Kümülatif Fark Modeli:
Cümle kıyaslamasında tüm kelimelere eşit ağırlık vermek bilimsel olarak yanıltıcıdır; çünkü iki cümlede sadece
ez, tu, min, xo/xwe gibi zamirler veya edatlar ortak diye o cümle anlaşılır olmaz. Bu yüzden
"İçerik Omurgası (Content-Backbone)" modelini geliştirdim:
- Omurga Ağırlıklandırması: Cümledeki yardımcı öğelere (zamir, edat, bağlaç) 0.25 ağırlık verirken; cümlenin asıl anlamını taşıyan isim, sıfat, soru ve fiillere 1.00 (Tam Omurga Ağırlığı) veririm. Eğer iki cümle arasında hiçbir ana içerik kelimesi eşleşmiyorsa, zamirler aynı olsa bile cümle puanı doğrudan %0 olur.
- Koşaç (Copula) Dengelemesi: Kürtçede ayrı yazılan
ye / e bildirme ekleri (koşaçlar) Zazacada kelime sonuna bitişik (-o / -yo / -ya) yazıldığı için, kelime sayısı paydasının yapay olarak şişmesini engellerim.
- Kümülatif Ses Kayması (Birikimli Fark) Kuralı: Tek bir kelimedeki ses kayması anlaşılabilirliği bozmaz (Örn:
Daê non bıde mı ↔ Daê nan bide min cümlesinde Daê ve bıde/bide birebir aynı olduğu için dinleyiciye tutunacak bir dal verir ve non/nan sesli harf farkına rağmen cümle %100 anlaşılır). Ancak Navê te çi ye ↔ Namê to çıko örneğinde olduğu gibi cümledeki her bir kelimede aynı anda ses veya ek değişimi varsa (nav→nam, te→to, çi ye→çıko) ve cümlede tek bir tane bile %100 sabit kelime yoksa, bu farklar üst üste binerek işitsel bulanıklık yaratır; sistem bu birikimli farkı tespit edip cümleyi %88'den %38 (Orta) kademesine indirir.
3 Sözcük ve Cümle Örneklemini Nasıl Seçtim?
Kıyaslamaya dahil ettiğim materyalleri rastgele toplamadım; dilbilimsel tarafsızlığı sağlamak amacıyla şu nesnel filtrelere bağladım:
-
Swadesh Temel Sözcük Listeleri: Karşılaştırmalı ve tarihsel dilbilimde dillerin genetik akrabalığını ölçmek için kullanılan evrensel Swadesh listelerini çekirdek omurga yaptım. Bu listede doğa olayları, temel organlar, temel eylemler, sayılar ve yönler gibi hiçbir ideolojik yönlendirmeye izin vermeyen kavramlar yer alır.
-
Doğal Terimler ve Yaşam Alanları: İki dilin halk tabakasındaki gerçek temasını yansıtmak adına; hayvanlar, meyveler, sebzeler, tarım ve zanaat aletleri, mutfak ve ev eşyaları gibi bin yıllardır yaşayan geleneksel söz varlığını dahil ettim.
-
Yapay ve Ödünç Sözcüklerin Ayıklanması: Modern siyasi, felsefi veya teknolojik alanlarda sonradan her iki dile de girmiş ortak yabancı ödünç sözcükleri (Türkçe, Arapça veya Batı dillerinden alınanlar) iki dilin özgün durumunu yanıltmaması için temel veri havuzuna almadım; her iki dilin kendi iç kaynaklı karşılıklarını tercih ettim.
-
Doğal Cümle Sentaksı: Cümle havuzunda bir dilden diğerine zoraki uydurulmuş yapay çevirileri değil; her iki dilde de günlük yaşamda bizzat kullanılan, fiil çekimi ve sözdizimi doğal olan cümleleri seçtim.
4 Benzerlik ve Ayrılık Oranları Nasıl Hesaplanır? (%88, %38 ve %18 Rakamları Nereden Çıkıyor?)
Sistemde puanları rastgele yüzdelerle değil; dilbilimsel dayanakları somut olan 5 Kademeli Puanlama Sistemi ile belirledim. Kullanıcıların en çok merak ettiği "%88, %38 ve %18 rakamları nereden çıkıyor?" sorusunun matematiksel açıklaması şudur:
📌 Neden %88, %38 ve %18? (Bant Ağırlık Merkezi İlkesi):
Dilbilimsel karşılaştırmada iki öğe arasındaki benzerlik 0 ile 100 arasında sürekli bir dağılım gösterir. Ancak ham Levenshtein yüzdeleri (%66.6, %71.4, %42.8 gibi) kelimenin harf sayısına göre yapay dalgalanmalar üretir. Bunu önlemek için istatistikteki "Bant Temsilcisi (Centroid)" yöntemini kullandım:
• %75 – %99 arası (Tek ses kaymalı yüksek anlaşılabilirlik bandı) orta noktası → %88
• %26 – %50 arası (Morfolojik olarak uzaklaşmış tarihsel kognat bandı) orta noktası → %38
• %10 – %25 arası (Sadece tek ünsüz veya uzak tını ortaklığı taşıyan zayıf bant) orta noktası → %18
olarak sabitlenmiştir. Böylece 3 harfli bir kelime ile 8 harfli bir kelime aynı dilbilimsel olguyu taşıdığında harf sayısından dolayı farklı puan almaz; aynı bilimsel kademede buluşur.
%100 Eşdeğer Oranı (Tam Ortak Kök)
1. Kademe
Fonetik normalizasyon yapıldığında iki dilde hem kök konsonantları hem de ses dizilimi birebir örtüşen, hiçbir ses kayması veya ekleşme farkı barındırmayan sözcük ve cümlelerdir.
Nasıl Hesaplanır? Ortografik eşitleme (ı=i, ê=e, ph=p, kh=k) sonrası sessiz ve sesli harf iskeleti Levenshtein mesafesi 0 olduğunda doğrudan %100 olarak tescillenir. Cümlelerde ise ana omurga kelimelerinin ünsüz çatısı tam örtüştüğünde ve ağırlıklı ortalama ≥85 olduğunda %100 verilir.
Örnekler: dest ↔ dest | gıran ↔ giran | Daê non bıde mı ↔ Daê nan bide min
%88 Yakın Kök Oranı (Düzenli Ses Kayması)
2. Kademe
Tarihsel Kuzeybatı İranî ses değişim kurallarına (örneğin j ↔ z, b ↔ v, m ↔ v, o ↔ a, u ↔ a) veya önses h- türemesine tam uyan; sokak düzeyinde konuşan herkesin tek ses veya izafet farkıyla anında anlayabildiği kardeş sözcüklerdir.
Nasıl Hesaplanır? Konsonant iskeleti korunmuş, aradaki fark düzenli tek bir fonetik ses kaymasına, dişil -e son sesine veya Levenshtein benzerliğinde ≥%70 oranına dayalıysa (%75-%99 bandının ağırlık merkezi olarak) puan %88 atanır.
Örnekler: dare ↔ dar | phonc ↔ pênc | roce ↔ roj | name ↔ nav
%38 Kognat Oranı (Uzak Kardeş Kökler)
3. Kademe
Aynı tarihsel kökten gelmesine rağmen zamanla morfolojik veya fonetik ayrışmaya uğramış, ek yapısı farklılaşmış ya da sokakta duyulduğunda karşı tarafça anında çıkarılamayan ancak etimolojik bağı kesin olan kökler ve birikimli ses kaymasına uğramış cümlelerdir.
Nasıl Hesaplanır? Başlangıç ünsüzü veya çekirdek konsonant alt-dizisi (subsequence) tutarlı olmakla birlikte gövdede iki veya daha fazla ses ayrışması bulunan çiftler ile tüm kelimelerinde ses/ek değişimi biriken cümleler (%26-%50 bandının ağırlık merkezi olarak) %38 ile değerlendirilir.
Örnekler: dımpıstıkhe ↔ dûpişk | goş ↔ guh | Namê to çıko ↔ Navê te çi ye
%18 Zayıf Benzerlik Oranı (Taşıyıcı Koda Ayrışması)
4. Kademe
Yalnızca uzak bir tını benzerliği, tek bir ortak kök harfi veya uzun bir cümlede sadece tek bir ortak kelime taşıyan; karşılıklı anlaşılabilirlik üretmeyen zayıf çiftlerdir.
Nasıl Hesaplanır? Kısa sözcüklerde son taşıyıcı sesin (koda) ayrışması, fonetik mesafenin %30-%49 sınırında kalması veya 3+ kelimeli bir cümlede yalnızca 1 kelimenin ortak olması durumunda (%10-%25 bandının ağırlık merkezi olarak) puan %18 seviyesinde sınırlandırılır.
Örnekler: khoçhıkhe ↔ kevçî | şıt ↔ şîr
%0 Tam Ayrışık Oranı (Yabancı / Farklı Kök)
5. Kademe
Kökleri, konsonant çatıları ve etimolojik kökenleri birbirine tamamen yabancı olan sözcükler veya hiçbir ana içerik kelimesi ortak olmayan cümlelerdir.
Nasıl Hesaplanır? Kurduğum güvenlik duvarı devreye girer; mastar eklerinin, zamirlerin veya tesadüfi harflerin benzerliğine bakılmaksızın kök ayrışıklığı tespit edildiğinde puan kesin olarak %0 verilir.
Örnekler: çê / keye ↔ mal | sole ↔ xwê | şıma ↔ hûn
5 Her İki Dilde Varyant Seçimlerini Nasıl Yaptım?
Hem Kürtçe (Kurmancî) hem de Zazaca (Kırmancki/Dımıli) kendi içinde zengin diyalekt ve ağız çeşitliliğine sahiptir. Tarafsız bir karşılaştırma zemini kurabilmek için varyant seçiminde 2 aşamalı bir yöntem izledim:
1. Kural (Kaynak Dildeki Yaygınlık):
Bir sözcüğün varyantını belirlerken öncelikle o dilin yazı dilinde, edebiyatında ve konuşurları arasında en yaygın ve standart kabul edilen formunu esas aldım. Dar bir bölgeyle sınırlı uç formları genel temsilci olarak seçmedim.
2. Kural (Yakınlık Dengesi):
Bir dilde birinci kuralı sağlayan birden fazla meşru ve yaygın varyant mevcutsa; iki dilin tarihsel akrabalığını doğru yansıtmak amacıyla birbirine fonetik olarak daha yakın duran doğal varyantı tercih ettim. Bu tercihim yapay bir yakınlaştırma değil; dillerin zenginliğinde var olan tarihsel bağı objektif olarak görünür kılma çabasıdır.
6 Alfabe Değil Ses Esası
Yazı sistemleri insanlar tarafından sonradan oluşturulan uzlaşımlardır; yaşayan dilin özü ise seslerdir. Dolayısıyla iki dilin alfabe veya imla farklılıklarından kaynaklanan yapay ayrılıkları eledim:
- Ortografik Eşitleme: Kürtçe alfabedeki i harfi ile Zazaca alfabedeki ı harfi aynı fonemi temsil ettiğinde bu bir dil ayrılığı değil, alfabe tercihidir. Sistemim bu sesleri eşit kabul eder (Örn: Kürtçe
bira ile Zazaca bıra ses değeri açısından eşdeğerdir).
- Aspirasyonlu Sesler: Zazacanın zenginliğinden kaynaklanan nefesli çift sesleri (ph, th, kh), Kürtçedeki karşılıklarıyla kıyaslarken temel konsonant köküne (p, t, k) indirgeyerek tahlil ettim.
- Morfolojik Kimliğin Korunması: Zazacanın yaşayan dişil (femininum) takılarını veya bükümlü (ergatif) hallerini yapay olarak budamadım; sözcüğün özgün kimliğini muhafaza ettim.
7 Bilimsel Güvenceler, Veri Disiplini ve Uzman Denetimi (Expert Override)
Kürtçe ve Zazaca kıyaslamasında tarafsız kalabilmenin yegâne yolu, her türlü sübjektif değerlendirmeyi algoritmik bir güvenceye bağlamaktır. Bu sistemi tasarlarken şu bilimsel güvenceleri titizlikle işlettim:
Sistemde benzerlik oranını yapay olarak yukarı çekmek adına yalnızca ortak kelimeleri cımbızlamadığım gibi; dilleri birbirinden tamamen kopuk göstermek amacıyla farklı sözcükleri de kasıtlı olarak öne çıkarmadım. Uluslararası dilbilimin temel standardı olan Swadesh listesini omurga yapmam, her türlü sübjektif müdahaleyi baştan imkânsız kılar.
🔒 İnsan Denetimli Kalibrasyon (Human-in-the-Loop / Expert Override):
Hesaplamalı dilbilimde (computational linguistics) hiçbir salt matematiksel algoritma; iki dil arasındaki supplesyonu (fiil köklerinin çekimde tamamen değişmesini, örn: vatene ↔ gotin), tarihsel metatezi (ses göçüşmelerini, örn: vêr ↔ ber) veya deyimsel aktarımları %100 kusursuz yakalayamaz. Algoritmanın harf dizilimi nedeniyle yanıldığı bu gibi istisnai durumlarda, uluslararası dilbilim etiğinin standart bir gereği olan Uzman Kalibrasyonu (Expert Override) mekanizmasını devreye soktum. Bu mekanizma asla keyfi bir rakam (örneğin %65 veya %92) üretmez; yalnızca algoritmanın gözden kaçırdığı dilbilimsel gerçeği yukarıdaki 5 standart anayasal kademeden (%100, %88, %38, %18, %0) hak ettiği dilime kilitler.
8 Sonuç ve Katkı Çağrım
Geliştirdiğim Kürtçe-Zazaca Kıyaslama Aracı statik bir sözlük değil; sürekli gelişen, halkın ve araştırmacıların katkılarıyla yaşayan dinamik bir külliyattır.
Bu külliyatı daha da zenginleştirmek ve hassaslaştırmak adına herkesi sözcük ve cümle eklemeye davet ediyorum. Eklenen sözcük ve cümlelerin yukarıda belirttiğim metodolojik kurallara (özellikle tekil sözcük girişi, doğru imla ve anlam bütünlüğü) uygun olması çalışmanın akademik sıhhati açısından büyük önem taşımaktadır.
Ziyaretçiler tarafından eklenen tüm sözcük ve cümleler doğrudan yönetim panelime iletilmekte; burada yukarıda özetlediğim puanlama sisteminden ve denetimimden geçtikten sonra doğrulanarak yayına alınmaktadır.
Bu aracı tamamen şeffaf ve kamusal denetime açık bir yaklaşımla geliştirdim. Bu tür dil teknolojilerinde sıklıkla rastlandığı üzere, algoritmanın hesaplamaları, sözcük/cümle eşleşmeleri bazen yanlış değerler üretebilir veya yukarıda detaylandırdığım metodolojik ilkeleri ihlal eden sapmalar olabilir. Bu tür hatalara denk gelirseniz beni uyarmanızı özellikle rica ediyorum. Daha geniş anlamda, her türlü önerinizi, katkınızı veya itirazınızı duymaktan büyük mutluluk duyarım. Görüşlerinizi aşağıdaki yorum alanında paylaşabileceğiniz gibi, doğrudan benimle iletişim de kurabilirsiniz.
Cemal Atila
15 Ekim 2026
İletişim Bilgilerim:
Email: cemal.zkm@gmail.com
Facebook hesabım
Instagram hesabım
Twitter (X) hesabım
📋 Sürüm ve Güncelleme Günlüğü (Version Log)
v1.0 — 15 Ekim 2026
Kürtçe-Zazaca-Farsça Sözcük (446+ temel kavram) ve Cümle (93+ doğal cümle) Kıyaslama Motoru, 5 Kademeli Leksikostatistik Puanlama Sistemi, İçerik Omurgası (Content-Backbone), Kümülatif Ses Kayması Kuralı ve Uzman Kalibrasyon (Expert Override) altyapısı yayına alındı.
💬 Görüş, Öneri ve İtirazlar (0)
✍️ Bir Yorum, Öneri veya İtiraz Yazın (E-posta veya üyelik gerekmez)
Henüz onaylanmış yorum bulunmuyor. İlk görüşü siz yazabilirsiniz!