Internet Slang – İnternet Argosu – Turkish Twitter Corpus –

Taner Sezer Corpus Internet Slang NLP PosTag PosTagging Sözcük Türü İşaretleme Türkçe Derlem Twitter January 9, 2015 | 0

Argo dilin bir parçası. Ülkemizde argonun yaygın olarak kullanıldığı da bir gerçek. Ancak yazılı dilde argoyu görmek pek sık karşılaşılan bir durum değil. Genellikle mizah dergilerinde ve belli oranda sansüre tabi tutularak (bazı karakterlerin * ile değiştirilmesi vb.) argoyu yazılı olarak görüyoruz.
Ancak “sosyal medya” “otokontrol” dışında fazlaca bir kontrol mekanizmasının işletilmemesinin bir sonucu olarak argoyu daha sık gözlemlediğimiz bir mecra olarak karşımıza çıkıyor.
Tweet’lerden oluşan bir derlem hazırlarken, “internet argosu” etiketini kullanmamak olmazdı 🙂 Bu amaçla belirli sözcükleri int_Slang (internet argosu) etiketiyle işaretledim. Aşağıdaki liste bu sözcükleri ve bu sözcüklerin kullanım sıklıklarını göstermekte.
Yaklaşık 1 milyon Tweet – 13 milyon birimden oluşan bu derlemde ayrıca intAbbr (internete özgü kısaltmalar), Emoticons (Smiley İşaretleri), intEmphasis (yazımda kullanılan vurgular), YY (yazım yanlışları) gibi, “daha önce bir Türkçe derlemde hiç etiketlenmemiş” olan yeni birimler de var. Bu derlemle ilgili daha detaylı bilgiye buradan ulaşabilirsiniz.

Derleme 56 farklı sözcük int_Slang etiketiyle işaretlenmiş. Bu sözcüklerin toplamda 21.350 defa derlem içinde kullanılmış.

No	Search Result	Number of Occurences	Percent
1	lan	14833	96.48
2	amk	1636	7.66
3	aq	604	2.83
4	len	511	2.39
5	panpa	410	1.92
6	ulen	388	1.82
7	apaçi	369	1.73
8	koyim	245	1.15
9	laa	104	0.49
10	a.q.	100	0.47
11	mına	93	0.44
12	got	92	0.43
13	laan	91	0.43
14	kanki	90	0.42
15	nah	90	0.42
16	lann	89	0.42
17	tırt	85	0.40
18	koyucam	81	0.38
19	b*k	81	0.38
20	kıro	77	0.36
21	shit	72	0.34
22	pic	66	0.31
23	sikko	64	0.30
24	kro	55	0.26
25	hassiktir	48	0.22
26	cincon	46	0.22
27	g*t	46	0.22
28	wtf	46	0.22
29	bitch	44	0.21
30	amınakoyim	43	0.20
31	popisi	43	0.20
32	sikik	43	0.20
33	popi	42	0.20
34	yavsak	37	0.17
35	asdfgh	36	0.17
36	kanks	35	0.16
37	sikicem	34	0.16
38	damn	34	0.16
39	sokucam	32	0.15
40	amina	32	0.15
41	layn	32	0.15
42	uleyn	31	0.15
43	siktirgit	31	0.15
44	sıçıyım	31	0.15
45	oluum	30	0.14
46	cicişler	29	0.14
47	ipne	28	0.13
48	lağn	27	0.13
49	çiko	26	0.12
50	s*ktir	26	0.12
51	yarrak	26	0.12
52	bsg	22	0.10
53	kokoş	18	0.08
54	sikişenses	15	0.07
55	A.Q.	6	0.03
56	cicis	5	0.02

internet_slang

TS TweetS Corpus (Turkish Twitter Corpus) İnternet Slang PosTag