Türkçede harf sıklığı: en çok hangi harf kullanılır?
Bir kelime bulmacasında ilk tahmini neye göre seçersin? Çoğumuz sezgiyle seçiyoruz: “çok ünlü olsun”, “A ve E olsun”. Sezgi fena değil, ama Türkçe için gerçek rakamlara bakmak daha ilginç. Bu yazıda 29 harfin sözlükteki payını kendimiz hesapladık ve sonuçları oyunlara çevirdik.
Nasıl saydık?
Zemberek projesinin açık lisanslı Türkçe sözlüğünü kullandık. Yalnızca tek sözcükten oluşan ve Türk alfabesinin 29 harfiyle yazılan 26.513 madde kaldı; â, î, û gibi şapkalı harfleri düz karşılıklarına çevirdik. Her maddeyi bir kez saydık.
Bunun bir sınırı var, baştan söyleyelim: bu sayım sözlük maddelerinin harf sıklığıdır, yazılı metnin değil. “Ve”, “bir”, “için” gibi çok geçen kelimeler bir kez sayıldı; çekimli biçimler (evlerimizden gibi) sayıma girmedi. Üstelik sözlük fiilleri “-mak/-mek” ile verir. Bu yüzden “-mak/-mek” ile biten 3.243 maddeyi (neredeyse hepsi fiil; yemek, damak gibi birkaç ad da var) ayırıp tabloyu onlarsız hesapladık; aşağıdaki çubuklar fiilsiz sayımdır.
29 harfin payı
Yüzdeler, fiiller çıkarıldıktan sonra kalan 23.270 maddedeki tüm harflerin içinde ilgili harfin payıdır.
Dikkat çeken noktalar
- A tek başına zirvede: harflerin yaklaşık %12,6’sı A. İkinci sıradaki E’nin payı %9,0. İlk on harf (A, E, İ, R, T, K, N, L, M, S) tüm harflerin %67’sini oluşturuyor.
- Ünlüler: sekiz Türkçe ünlü (a, e, ı, i, o, ö, u, ü) harflerin toplamda %40,7’sini tutuyor (fiiller dahil sayım).
- Nadir harfler: ğ (%0,5), ö (%0,7) ve j (%0,4) sözlüğün en seyrek harfleri. Ğ hiçbir maddeyi başlatmıyor; yumuşak g hep sözcüğün içinde ya da sonunda duruyor.
- Kelimeyi hangi harf başlatır? K (%10,9), M (%8,6), S (%7,8), T (%7,4), A (%7,1). Sözlükten rastgele bir kelime çeksen, her dokuz kelimeden yaklaşık biri K ile başlıyor.
- Kelime nasıl biter? Fiilsiz maddelerde en sık son harfler N (%11,0), K (%10,4), R (%9,7), T (%9,6), E (%9,4). Fiilleri de katarsak K tek başına %21’e çıkıyor, çünkü her “-mak/-mek” fiili K ile bitiyor.
Oyunlar için ne anlama geliyor?
- İlk tahminde sık harfleri yokla. A, E, İ, R, T, K, N, L gibi harfleri ilk bir iki tahminde sınamak, olası kelime sayısını en hızlı daraltan yoldur. Hangi kelimelerle başlanacağını başlangıç kelimeleri yazımızda gösterdik.
- Nadir harf daha çok bilgi verir. Bir kelimede Ğ, J, Ö ya da Ü olduğunu öğrenmek, sık bir harfi doğrulamaktan çok daha fazla kelimeyi eler.
- Kelimenin sonunda ek olabileceğini unutma. Türkçede ekler yüzünden sonlar tahmin edilebilir; son kutuyu sezgiyle değil, hangi ekin gelebileceğine göre doldur.
Rakamları sahada sınamak istersen Dilimin Ucunda her gün herkese aynı kelimeleri veriyor.
Kaynak
Zemberek NLP Türkçe sözlüğü (master-dictionary.dict, github.com/ahmetaa/zemberek-nlp), Apache License 2.0. Hesabı yeniden yapmak için: scripts/go/stats.mjs.