TED2007
Erin McKean: The joy of lexicography
Erin McKean sözlüğü yeniden tanımlıyor
Filmed:
Readability: 3.3
1,271,097 views
Değerli kağıt sözlükler yok olmaya mahkum mu? Sizi kendine çeken bu coşkulu konuşmada, önde gelen sözlükbilimcilerden Erin McKean günümüz yazılı sözlüğünün dönüşüm için hazır olduğu bir çok noktayı göz önüne seriyor.
Erin McKean - Dictionary editor
As the co-founder of Reverb Technologies, the maker of the online dictionary Wordnik, Erin McKean is reshaping how we interact with language itself. Full bio
As the co-founder of Reverb Technologies, the maker of the online dictionary Wordnik, Erin McKean is reshaping how we interact with language itself. Full bio
Double-click the English transcript below to play the video.
00:25
Now, have any of y'all ever looked up this word?
0
0
4000
Pekala, aranızdan biri hiç şu kelimeye baktı mı?
00:29
You know, in a dictionary? (Laughter) Yeah, that's what I thought.
1
4000
4000
Bilirsiniz işte, bir sözlüğe baktı mı? (Kahkaha) Evet, ben de öyle düşünmüştüm.
00:33
How about this word?
2
8000
2000
Peki ya bu kelimeye?
00:35
Here, I'll show it to you.
3
10000
1000
Pekala, size ben göstereyim.
00:36
Lexicography: the practice of compiling dictionaries.
4
11000
3000
Sözlükbilim: Sözlük derleme uygulaması
00:39
Notice -- we're very specific -- that word "compile."
5
14000
3000
dikkat edin -- çok kesin ve açık -- '' derleme '' kelimesi.
00:42
The dictionary is not carved out of a piece of granite,
6
17000
3000
Sözlük bir granit kayasından,
00:45
out of a lump of rock. It's made up of lots of little bits.
7
20000
3000
bir yığın taştan oyularak yapılmaz. Bir sürü ufak parçadan oluşur.
00:48
It's little discrete --
8
23000
1000
Biraz kesiklidir.
00:49
that's spelled D-I-S-C-R-E-T-E -- bits.
9
24000
4000
F-A-R-K-L-I diye yazılır -- parçalar.
00:53
And those bits are words.
10
28000
2000
ve bu parçalar kelimelerdir.
00:55
Now one of the perks of being a lexicographer --
11
30000
4000
Bir sözlükbilimci olmanın avantajlarından biri de --
00:59
besides getting to come to TED -- is that you get to say really fun words,
12
34000
3000
TED'e gelmek fırsatının yanısıra -- çok eğlenceli kelimeler söyleyebilme yetisidir!
01:02
like lexicographical.
13
37000
3000
sözlüksel gibi.
01:05
Lexicographical has this great pattern:
14
40000
2000
Sözlüksel kelimesinin harika bir yapısı var:
01:07
it's called a double dactyl. And just by saying double dactyl,
15
42000
2000
çift vezin diye adlandırılır. Ve sadece çift vezin diyerek bile
01:09
I've sent the geek needle all the way into the red. (Laughter) (Applause)
16
44000
3000
inekliğin oltasını denizin dibine daldırdım.
(Kahkaha) (Alkış)
(Kahkaha) (Alkış)
01:12
But "lexicographical" is the same pattern as "higgledy-piggledy."
17
47000
4000
Ama ''sözlüksel' kelimesi "karman çorman" ile aynı yapıda.
01:16
Right? It's a fun word to say,
18
51000
2000
Değil mi? Söylemesi eğlenceli bir kelime,
01:18
and I get to say it a lot.
19
53000
3000
ve ben de çok söylüyorum.
01:21
Now, one of the non-perks of being a lexicographer
20
56000
3000
Pekala, bir sözlükbilimci olmanın dezavantajlarından biri ise
01:24
is that people don't usually have a kind of warm, fuzzy, snuggly image of the dictionary.
21
59000
5000
insanların genellikle sözlükler hakkında pek de hoş, şirin bir imaja sahip olmamalarıdır.
01:29
Right? Nobody hugs their dictionaries.
22
64000
3000
Öyle değil mi? Hiç kimse sözlüğünü kucaklamaz.
01:32
But what people really often think about the dictionary is, they think more like this.
23
67000
7000
Ancak insanların 'sözlük' deyince düşündükleri daha çok şöyle bir şeydir.
01:39
Just to let you know, I do not have a lexicographical whistle.
24
74000
3000
Bilginiz olsun diye söylüyorum, benim sözlüksel bir düdüğüm yok!
01:42
But people think that my job is to let the good words
25
77000
2000
Fakat insanlar yaptığım işin iyi kelimelerin o zor
01:44
make that difficult left-hand turn into the dictionary,
26
79000
3000
sola dönüşü sözlüğe doğru yapmalarını sağlamak
01:47
and keep the bad words out.
27
82000
2000
ve kötü kelimeleri sözlükten atmaktan ibaret olduğunu düşünüyorlar.
01:49
But the thing is, I don't want to be a traffic cop.
28
84000
3000
Ancak gerçek olan şu ki, ben bir trafik polisi olmak istemiyorum.
01:52
For one thing, I just do not do uniforms.
29
87000
4000
Bir kere benim bir üniformam yok.
01:56
And for another, deciding what words are good
30
91000
4000
ayrıca, hangi kelimelerin iyi
02:00
and what words are bad is actually not very easy.
31
95000
2000
ve hangilerinin kötü olduğuna karar vermek aslında hiç kolay değil.
02:02
And it's not very fun. And when parts of your job are not easy or fun,
32
97000
4000
Ve eğlenceli de değil. Ayrıca, eğer yapmanız gerekenler kolay veya eğlenceli değilse
02:06
you kind of look for an excuse not to do them.
33
101000
3000
onları yapmamak için bir şekilde bir bahane ararsınız.
02:09
So if I had to think of some kind of occupation
34
104000
5000
Bu yüzden, eğer mesleğime benzetecek bir meslek düşünecek olsaydım,
02:14
as a metaphor for my work, I would much rather be a fisherman.
35
109000
6000
herhalde "balıkçılığı" tercih ederdim.
02:20
I want to throw my big net into the deep, blue ocean of English
36
115000
3000
Kocaman ağımı İngilizce'nin derin ve mavi okyanusuna fırlatmak
02:23
and see what marvelous creatures I can drag up from the bottom.
37
118000
4000
ve dipten çekip çıkaracağım o mükemmel yaratıklara bakmak isterdim.
02:27
But why do people want me to direct traffic, when I would much rather go fishing?
38
122000
5000
O halde neden ben balık tutmak isterken insanlar benim trafiği yönetmemi istiyor?
02:32
Well, I blame the Queen.
39
127000
2000
Bana kalırsa suçlu Kraliçe.
02:34
Why do I blame the Queen?
40
129000
2000
Neden mi Kraliçe'yi suçluyorum?
02:36
Well, first of all, I blame the Queen because it's funny.
41
131000
2000
Herşeyden önce, Kraliçe'yi suçluyorum çünkü komik oluyor.
02:38
But secondly, I blame the Queen because
42
133000
3000
Fakat, aslında Kraliçe'yi suçluyorum çünkü
02:41
dictionaries have really not changed.
43
136000
2000
sözlükler gerçekten hiç değişmedi.
02:43
Our idea of what a dictionary is has not changed since her reign.
44
138000
2000
Aklımızdaki sözlüğün ne olduğu fikri onun saltanatından beri değişmedi.
02:45
The only thing that Queen Victoria would not be amused by in modern dictionaries
45
140000
6000
Kraliçe Victoria'nın modern sözlüklerde hoşuna gitmeyecek tek şey
02:51
is our inclusion of the F-word, which has happened
46
146000
3000
şu malum "S" ile başlayan kelimenin dahil edilmesidir; ki bu
02:54
in American dictionaries since 1965.
47
149000
2000
Amerikan sözlüklerinde 1965'ten beri yer almaktadır.
02:56
So, there's this guy, right? Victorian era.
48
151000
3000
Bir de şu adam var, değil mi? Victoria dönemi.
02:59
James Murray, first editor of the Oxford English Dictionary.
49
154000
2000
James Murray, Oxford İngilizce Sözlüğünün ilk editörü.
03:01
I do not have that hat. I wish I had that hat.
50
156000
3000
Bende o şapkadan yok. Keşke olsaydı...
03:04
So he's really responsible for a lot of
51
159000
4000
Bu yüzden bugün sözlüklerde modern diye düşündüklerimizin
03:08
what we consider modern in dictionaries today.
52
163000
2000
çoğundan gerçekten o sorumlu.
03:10
When a guy who looks like that, in that hat,
53
165000
3000
Eğer öyle görünen bir adam, o şapkayı takarken,
03:13
is the face of modernity, you have a problem.
54
168000
7000
modernliğin yüzüyse, bir probleminiz var demektir.
03:20
And so, James Murray could get a job on any dictionary today.
55
175000
2000
Ve evet, James Murray bugün herhangi bir sözlükte işe girebilirdi.
03:22
There'd be virtually no learning curve.
56
177000
3000
Esasında ortada hiçbir öğrenme eğrisi olmazdı.
03:25
And of course, a few of us are saying: okay, computers!
57
180000
2000
Ve tabi ki, bazılarımız şöyle diyor: tamam, bilgisayarlar!
03:27
Computers! What about computers?
58
182000
2000
Bilgisayarlar! Bilgisayarlar ne olacak?
03:29
The thing about computers is, I love computers.
59
184000
2000
Bilgisayarlara gelince, bilgisayarları severim.
03:31
I mean, I'm a huge geek, I love computers.
60
186000
2000
Yani, tam bir bilgi aşığıyım. Tabii ki bilgisayarları severim.
03:33
I would go on a hunger strike before I let them take away Google Book Search from me.
61
188000
4000
Sırf Google Kitap Arama motorunu benden almasınlar diye açlık grevine girerdim..
03:37
But computers don't do much else other than
62
192000
2000
Ama bilgisayarlar sözlük derleme sürecini
03:39
speed up the process of compiling dictionaries.
63
194000
4000
hızlandırmaktan çok da fazlasını yapmıyorlar.
03:43
They don't change the end result.
64
198000
4000
Sonucu değiştirmezler.
03:47
Because what a dictionary is,
65
202000
3000
Çünkü bir sözlüğü sözlük yapan onun
03:50
is it's Victorian design merged with a little bit of modern propulsion.
66
205000
3000
içine bir parça modernlik katılmış Victorian dizaynıdır.
03:53
It's steampunk. What we have is an electric velocipede.
67
208000
6000
Bu buharla çalışıyor! Bizdekiyse elektrikle çalışan üç tekerlekli bisiklet!
03:59
You know, we have Victorian design with an engine on it. That's all!
68
214000
3000
Bilirsiniz, bizimki motorlu bir Victorian stiliydi. Hepsi bu!
04:02
The design has not changed.
69
217000
3000
Tasarım hiç değişmedi.
04:05
And OK, what about online dictionaries, right?
70
220000
2000
Ve bakalım, peki ya online sözlükler?
04:07
Online dictionaries must be different.
71
222000
3000
Online sözlükler farklı olmalı.
04:10
This is the Oxford English Dictionary Online, one of the best online dictionaries.
72
225000
2000
Bu Oxford Online İngilizce Sözlüğü, en iyi online sözlüklerden biri.
04:12
This is my favorite word, by the way.
73
227000
1000
Bu da benim favori kelimem, bu arada.
04:13
Erinaceous: pertaining to the hedgehog family; of the nature of a hedgehog.
74
228000
5000
Erinaceous: Kirpi ailesine ait olan; kirpigillerden.
04:18
Very useful word. So, look at that.
75
233000
6000
Çok faydalı bir kelime. Peki, şuna bakın.
04:24
Online dictionaries right now are paper thrown up on a screen.
76
239000
2000
Şimdiki online sözlükler bir ekrana fırlatılmış kağıttan ibaret.
04:26
This is flat. Look how many links there are in the actual entry: two!
77
241000
5000
Bu düz. Elimizdeki girdide kaç tane link var bir bakalım: İki!
04:31
Right? Those little buttons,
78
246000
2000
Değil mi? O küçük butonlar,
04:33
I had them all expanded except for the date chart.
79
248000
3000
Tarih göstergesi hariç hepsini genişlettim.
04:36
So there's not very much going on here.
80
251000
2000
Yani burada pek de birşey yok.
04:38
There's not a lot of clickiness.
81
253000
2000
Tıklanacak pek bir şey yok.
04:40
And in fact, online dictionaries replicate
82
255000
3000
Ve aslında, online sözlükler aranabilirlik dışında
04:43
almost all the problems of print, except for searchability.
83
258000
3000
baskı sözlüklerin neredeyse tüm sorunlarını kopyalarlar.
04:46
And when you improve searchability,
84
261000
2000
Ve aranabilirliği geliştirdiğinizde, aslında
04:48
you actually take away the one advantage of print, which is serendipity.
85
263000
3000
baskı sözlüklerin bir avantajını da yok edersiniz ki, bu da mutlu tesadüflerdir.
04:51
Serendipity is when you find things you weren't looking for,
86
266000
3000
Aramadığınız şeyleri bulmaya mutlu tesadüf denir.
04:54
because finding what you are looking for is so damned difficult.
87
269000
3000
çünkü aradığınız şeyi bulmak oldukça zordur.
04:57
So -- (Laughter) (Applause) -- now, when you think about this,
88
272000
9000
Pekala -- (Gülüşmeler) (Alkış) -- şimdi, bunun hakkında düşünürseniz
05:06
what we have here is a ham butt problem.
89
281000
3000
elimizde olan bir tür domuz budu problemi.
05:09
Does everyone know the ham butt problem?
90
284000
2000
Herkes domuz budu problemi nedir biliyor mu?
05:11
Woman's making a ham for a big, family dinner.
91
286000
2000
Kadının büyük bir aile yemeği için domuz pişirmesi.
05:13
She goes to cut the butt off the ham and throw it away,
92
288000
2000
Domuzun budunu keser ve çöpe atar,
05:15
and she looks at this piece of ham and she's like,
93
290000
1000
ve o buda bakar ve şöyle der,
05:16
"This is a perfectly good piece of ham. Why am I throwing this away?"
94
291000
2000
''Bu mükemmel bir domuz eti parçası. Neden çöpe atıyorum ki?'''
05:18
She thought, "Well, my mom always did this."
95
293000
2000
ve şöyle düşünür, ''Annem hep böyle yapardı.''
05:20
So she calls up mom, and she says,
96
295000
1000
Sonra annesini arar ve sorar:
05:21
"Mom, why'd you cut the butt off the ham, when you're making a ham?"
97
296000
2000
''Anne, domuz pişirirken neden butunu kesip atıyordun?''
05:23
She says, "I don't know, my mom always did it!"
98
298000
3000
Annesi cevap verir, ''Bilmem, annem hep öyle yapardı!''
05:26
So they call grandma, and grandma says,
99
301000
2000
Bu kez büyükanneyi ararlar, ve büyükanne cevaplar:
05:28
"My pan was too small!" (Laughter)
100
303000
4000
''Tavam çok küçüktü!''
05:32
So, it's not that we have good words and bad words.
101
307000
4000
Yani, bu iyi ya da kötü kelimelerimiz olduğu anlamına gelmez.
05:36
We have a pan that's too small!
102
311000
3000
Çok küçük bir tavamız var!
05:39
You know, that ham butt is delicious! There's no reason to throw it away.
103
314000
2000
Bilirsiniz, domuz budu çok lezzetlidir! Çöpe atmak için hiçbir sebep yok.
05:41
The bad words -- see, when people think about a place
104
316000
3000
Kötü kelimeler -- bakın, insanlar bir yeri düşündüğünde
05:44
and they don't find a place on the map,
105
319000
2000
ve o yeri haritada bulamadıklarında
05:46
they think, "This map sucks!"
106
321000
2000
''Bu harita berbat!'' diye düşünürler.
05:48
When they find a nightspot or a bar, and it's not in the guidebook,
107
323000
2000
Rehberde olmayan bir bar ya da gecekulübü bulduklarında
05:50
they're like, "Ooh, this place must be cool! It's not in the guidebook."
108
325000
3000
''Burası çok güzel bir yer olmalı, çünkü rehberde yok!'' derler.
05:53
When they find a word that's not in the dictionary, they think,
109
328000
3000
Sözlükte olmayan bir kelime bulduklarındaysa, derler ki :
05:56
"This must be a bad word." Why? It's more likely to be a bad dictionary.
110
331000
5000
''Bu kötü bir kelime olmalı.'' Neden? O sözlüğün kötü bir sözlük olması daha muhtemel.
06:01
Why are you blaming the ham for being too big for the pan?
111
336000
5000
Neden tava için çok büyük olduğundan dolayı butu suçluyorsunuz?
06:06
So, you can't get a smaller ham.
112
341000
3000
Bu yüzden daha küçük bir buz alamazsınız.
06:09
The English language is as big as it is.
113
344000
3000
İngiliz dili oldukça geniş.
06:12
So, if you have a ham butt problem,
114
347000
2000
Bu yüzden, eğer bir domuz budu probleminiz varsa,
06:14
and you're thinking about the ham butt problem,
115
349000
2000
ve bu problem hakkında kafa yoruyorsanız,
06:16
the conclusion that it leads you to is inexorable and counterintuitive:
116
351000
5000
elde edeceğiniz sonuç acımasız ve mantıksızdır:
06:21
paper is the enemy of words.
117
356000
3000
kağıt kelimelerin düşmanıdır.
06:24
How can this be? I mean, I love books. I really love books.
118
359000
4000
Bu nasıl olabilir ki? Demek istediğim, kitapları severim, gerçekten.
06:28
Some of my best friends are books.
119
363000
2000
En yakın arkadaşlarımdan bazıları kitaplardır.
06:30
But the book is not the best shape for the dictionary.
120
365000
5000
Fakat bir sözlük için kitap en uygun form değildir.
06:35
Now they're going to think "Oh, boy.
121
370000
2000
Şimdi düşünecekler ki:''Amanın.
06:37
People are going to take away my beautiful, paper dictionaries?"
122
372000
3000
Benim o güzel kağıt sözlüklerimi elimden alacaklar mı?''
06:40
No. There will still be paper dictionaries.
123
375000
2000
Hayır. Kağıt sözlükler yine olacak.
06:42
When we had cars -- when cars became the dominant mode of transportation,
124
377000
4000
Arabalarımız olduğunda -- Arabalar en çok kullanılan ulaşım aracı haline geldiğinde,
06:46
we didn't round up all the horses and shoot them.
125
381000
3000
tüm atları toplayıp öldürmedik.
06:49
You know, there're still going to be paper dictionaries,
126
384000
2000
Yani, kağıt sözlükler hala olacak,
06:51
but it's not going to be the dominant dictionary.
127
386000
3000
fakat en çok tercih edilen sözlük tipi olmayacak.
06:54
The book-shaped dictionary is not going to be the only shape
128
389000
3000
Kitap şekli sözlüklerin sahip olduğu tek form olmayacak.
06:57
dictionaries come in. And it's not going to be
129
392000
2000
Ayrıca bu kitap şekli, sözlüklerin alacağı formlar için
06:59
the prototype for the shapes dictionaries come in.
130
394000
4000
bir prototip olmayacak.
07:03
So, think about it this way: if you've got an artificial constraint,
131
398000
4000
Şöyle düşünün: eğer yapay bir kısıtlamanız varsa,
07:07
artificial constraints lead to
132
402000
4000
yapay kısıtlamalar nedensiz ayrımlara
07:11
arbitrary distinctions and a skewed worldview.
133
406000
4000
ve çarpık bir dünya görüşüne yol açarlar.
07:15
What if biologists could only study animals
134
410000
3000
Ya biyologlar sadece insanlara "ayy" dedirten
07:18
that made people go, "Aww." Right?
135
413000
2000
hayvanları inceleselerdi. Değil mi?
07:20
What if we made aesthetic judgments about animals,
136
415000
2000
Ya hayvanlar hakkında estetik yargılarda bulunsaydık,
07:22
and only the ones we thought were cute were the ones that we could study?
137
417000
5000
ve sadece tatlı olduğunu düşündüklerimizi inceleyebilseydik?
07:27
We'd know a whole lot about charismatic megafauna,
138
422000
4000
Karizmatik megafauna hakkında çok şey bilirdik,
07:31
and not very much about much else.
139
426000
2000
ve geri kalan hakkında o kadar da değil.
07:33
And I think this is a problem.
140
428000
2000
Ve bence bu bir sorun.
07:35
I think we should study all the words,
141
430000
2000
Bence bütün kelimeler üzerinde çalışmalıyız,
07:37
because when you think about words, you can make beautiful expressions
142
432000
5000
çünkü kelimeler hakkında düşününce, çok basit parçalardan
07:42
from very humble parts.
143
437000
4000
güzel ifadeler oluşturabilirsiniz.
07:46
Lexicography is really more about material science.
144
441000
4000
Sözlükbilimi aslında daha çok materyal bilimidir.
07:50
We are studying the tolerances of the materials
145
445000
3000
Biz ifadenizin yapısını oluşturmak için kullandığınız
07:53
that you use to build the structure of your expression:
146
448000
3000
materyallerin hoşgörüsünü inceliyoruz.
07:56
your speeches and your writing. And then, often people say to me,
147
451000
7000
Mesela konuşmalarınızda ve ya yazdıklarınızda. İnsanlar bana sık sık:
08:03
"Well, OK, how do I know that this word is real?"
148
458000
5000
'Bir kelimenin gerçek olduğunu nasıl anlarım?' diye soruyorlar.
08:08
They think, "OK, if we think words are the tools
149
463000
7000
Şöyle düşünüyorlar:'' Kelimelerin düşüncelerimizin ifadelerini
08:15
that we use to build the expressions of our thoughts,
150
470000
2000
inşa etmede kullandığımız aletlerse,
08:17
how can you say that screwdrivers are better than hammers?
151
472000
3000
tornavidanın çekiçten daha iyi olduğunu nasıl söyleyebiliriz ki?
08:20
How can you say that a sledgehammer is better than a ball-peen hammer?"
152
475000
3000
Ya da balyozun sivri uçlu çekiçten daha iyi olduğunu nasıl söyleyebiliriz?
08:23
They're just the right tools for the job.
153
478000
3000
Hepsi de işe tam uygun olan aletler.''
08:26
And so people say to me, "How do I know if a word is real?"
154
481000
3000
Bu yüzden insanlar sorar: ''Bir kelimenin gerçek olup olmadığını nasıl anlarım?''
08:29
You know, anybody who's read a children's book
155
484000
3000
Çocuk kitapları okuyan herkes bilir ki,
08:32
knows that love makes things real.
156
487000
4000
sevgi bir şeyleri gerçeğe çevirir.
08:36
If you love a word, use it. That makes it real.
157
491000
5000
Eğer bir kelimeyi seviyorsanız, kullanın. Bu onu gerçek kılar.
08:41
Being in the dictionary is an artificial distinction.
158
496000
3000
Sözlükte olması yapay bir ayrımdır.
08:44
It doesn't make a word any more real than any other way.
159
499000
3000
Bu bir kelimeyi gerçek hale getirmenin diğer yollarından farklı değildir.
08:47
If you love a word, it becomes real.
160
502000
4000
Bir kelimeyi severseniz, o gerçek olur.
08:51
So if we're not worrying about directing traffic,
161
506000
3000
Yani eğer trafiği kontrol etmeye çalışmıyorsak,
08:54
if we've transcended paper, if we are worrying less
162
509000
5000
eğer kağıdın ötesine geçtiysek, eğer kontrol konusunda
08:59
about control and more about description,
163
514000
4000
daha az ve tanım konusunda daha çok ilgiliysek,
09:03
then we can think of the English language
164
518000
2000
o zaman İngiliz dilini böyle
09:05
as being this beautiful mobile.
165
520000
3000
güzel bir araç olarak düşünebiliriz.
09:08
And any time one of those little parts of the mobile changes,
166
523000
2000
ve bu aracın küçük parçalarından birinin değiştiği, dokunulduğu
09:10
is touched, any time you touch a word,
167
525000
3000
her defa, bir kelimeye her dokunduğunuzda,
09:13
you use it in a new context, you give it a new connotation,
168
528000
2000
onu farklı bir bağlamda kullanır, ona yeni bir anlam verirsiniz.
09:15
you verb it, you make the mobile move.
169
530000
3000
onu fiilleştirirsiniz, aracı hareket ettirirsiniz.
09:18
You didn't break it. It's just in a new position,
170
533000
4000
Onu bozmuş olmazsınız. Sadece yeni bir pozisyondadır,
09:22
and that new position can be just as beautiful.
171
537000
3000
ve o yeni pozisyon da aynı derece güzel olabilir.
09:25
Now, if you're no longer a traffic cop --
172
540000
4000
Şimdi, eğer artık trafik polisi değilseniz --
09:29
the problem with being a traffic cop is
173
544000
2000
Trafik polisi olmanın kötü yani şudur ki
09:31
there can only be so many traffic cops in any one intersection,
174
546000
3000
Her bir kavşakta pek çok trafik polisi bulunmalıdır yoksa
09:34
or the cars get confused. Right?
175
549000
3000
araçlar birbirine girer. Değil mi?
09:37
But if your goal is no longer to direct the traffic,
176
552000
3000
Ama sizin amacınız artık trafiği yönetmek değilse,
09:40
but maybe to count the cars that go by, then more eyeballs are better.
177
555000
4000
mesela gelip geçen arabaları saymaksa, o halde daha çok göz daha iyidir.
09:44
You can ask for help!
178
559000
2000
Yardım isteyebilirsiniz!
09:46
If you ask for help, you get more done. And we really need help.
179
561000
4000
Eğer yardım isterseniz, daha çok iş yaparsınız. Ve bizim gerçekten yardıma ihtiyacımız var.
09:50
Library of Congress: 17 million books,
180
565000
3000
Meclis Kütüphanesi : 17 milyon kitap,
09:53
of which half are in English.
181
568000
3000
bunların yarısı İngilizce.
09:56
If only one out of every 10 of those books
182
571000
4000
Eğer bu kitapların 10 tanesinden 1'i
10:00
had a word that's not in the dictionary in it,
183
575000
2000
sözlükte olmayan bir kelime içerse,
10:02
that would be equivalent to more than two unabridged dictionaries.
184
577000
3000
bu ikiden fazla kısaltılmamış sözlüğe denk gelirdi.
10:05
And I find an un-dictionaried word --
185
580000
3000
Ve ben neredeyse okuduğum her kitapta,
10:08
a word like "un-dictionaried," for example --
186
583000
2000
sözlükleştirilmemiş bir kelime bulurum.
10:10
in almost every book I read. What about newspapers?
187
585000
5000
--"sözlükleştirilmemiş" kelimesi gibi mesela -- Peki ya gazeteler?
10:15
Newspaper archive goes back to 1759,
188
590000
5000
Gazete arşivleri 1759'a kadar gidiyor.
10:20
58.1 million newspaper pages. If only one in 100
189
595000
5000
58.1 milyon gazete sayfası! Eğer bunların sadece
10:25
of those pages had an un-dictionaried word on it,
190
600000
3000
100 tanesinde 1'i sözlüğe girmemiş bir kelime içerse
10:28
it would be an entire other OED.
191
603000
3000
bu tam bir Oxford İngilizce Sözlüğü(OİS) olurdu.
10:31
That's 500,000 more words. So that's a lot.
192
606000
5000
Bu 500.000 kelime daha demek! Bu gerçekten çok fazla.
10:36
And I'm not even talking about magazines. I'm not talking about blogs --
193
611000
3000
Ayrıca dergilerden, bloglardan bahsetmiyorum bile.
10:39
and I find more new words on BoingBoing in a given week
194
614000
2000
Ve ben BoingBoing'de bir haftada Newsweek'te ya da Time'dakinden
10:41
than I do Newsweek or Time.
195
616000
2000
daha çok kelime buluyorum.
10:43
There's a lot going on there.
196
618000
2000
Oralarda daha çok kelime var.
10:45
And I'm not even talking about polysemy,
197
620000
2000
Ayrıca bazı kelimelerin açgözlüce birden çok anlama
10:47
which is the greedy habit some words have of taking
198
622000
3000
sahip olması manasına gelen çokanlamlılıktan
10:50
more than one meaning for themselves.
199
625000
5000
hiç bahsetmiyorum bile!
10:55
So if you think of the word "set," a set can be a badger's burrow,
200
630000
4000
Mesela, ''set'' kelimesini ele alalım. Set bir porsuğun yuvası olabilir,
10:59
a set can be one of the pleats in an Elizabethan ruff,
201
634000
3000
set bir Elizabeth dönemi yakasında pile olabilir,
11:02
and there's one numbered definition in the OED.
202
637000
2000
Ve OİS'de bir tane numaralandırılmış tanımlama var.
11:04
The OED has 33 different numbered definitions for set.
203
639000
3000
OİS set kelimesi için 33 tane farklı tanımlamaya sahip.
11:07
Tiny, little word, 33 numbered definitions.
204
642000
3000
Küçücük bir kelime ve 33 numaralandırılmış tanımlama.
11:10
One of them is just labeled "miscellaneous technical senses."
205
645000
5000
Hatta bu tanımlamalardan biri 'çeşitli teknik duyular'.
11:15
Do you know what that says to me?
206
650000
1000
Bu bana ne söylüyor biliyor musunuz?
11:16
That says to me, it was Friday afternoon and somebody wanted to go down the pub. (Laughter)
207
651000
5000
Bu bana o günün cuma öğleden sonra olduğunu ve birilerinin bir bara gitmek istediğini söylüyor.
11:21
That's a lexicographical cop out,
208
656000
2000
'çeşitli teknik duyular' demek
11:23
to say, "miscellaneous technical senses."
209
658000
2000
sözlükbilimsel bir kaçamaktır.
11:25
So, we have all these words, and we really need help!
210
660000
4000
İşte elimizde böyle kelimeler var. Yani gerçekten yardıma ihtiyacımız var!
11:29
And the thing is, we could ask for help --
211
664000
3000
Ve sorun şu ki, yardım isteyebiliriz --
11:32
asking for help's not that hard.
212
667000
1000
yardım istemek o kadar da zor değil.
11:33
I mean, lexicography is not rocket science.
213
668000
3000
Yani, sözlükbilimi roket bilimi değildir.
11:36
See, I just gave you a lot of words and a lot of numbers,
214
671000
3000
Bakın, size bir sürü kelime ve bir sürü sayı verdim,
11:39
and this is more of a visual explanation.
215
674000
2000
ve bu daha çok görsel bir açıklama.
11:41
If we think of the dictionary as being the map of the English language,
216
676000
3000
Eğer sözlüğü İngiliz dilinin haritası gibi düşünürsek,
11:44
these bright spots are what we know about,
217
679000
2000
bu parlak noktalar bilgimiz olan konular ve
11:46
and the dark spots are where we are in the dark.
218
681000
3000
karanlık noktalar ise bizim de karanlık olduğumuz konular.
11:49
If that was the map of all the words in American English, we don't know very much.
219
684000
5000
Eğer bu Amerikan İngilizcesinin haritası olsaydı, pek de birşey bilmiyor olurduk.
11:54
And we don't even know the shape of the language.
220
689000
3000
Ve hatta dilin şeklini bile bilmiyor olurduk.
11:57
If this was the dictionary -- if this was the map of American English --
221
692000
3000
Eğer bu sözlük olsaydı -- eğer bu bu Amerikan İngilizcesinin bir haritası olsaydı --
12:00
look, we have a kind of lumpy idea of Florida,
222
695000
3000
bakın, Florida hakkında az çok bir bilgimiz olurdu,
12:03
but there's no California!
223
698000
3000
ama ortada Kaliforniya yok!
12:06
We're missing California from American English.
224
701000
3000
Amerikan İngilizcesi'nden Kaliforniya'yı çıkarıyoruz.
12:09
We just don't know enough, and we don't even know that we're missing California.
225
704000
5000
Yeterince bilgimiz yok, ve hatta Kaliforniya'yı çıkarttığımızı bile bilmiyoruz!
12:14
We don't even see that there's a gap on the map.
226
709000
2000
Haritada bir boşluk olduğunu dahi görmüyoruz.
12:16
So again, lexicography is not rocket science.
227
711000
3000
Ve yine diyorum ki, sözlükbilimi roket bilimi değildir.
12:19
But even if it were, rocket science is being done
228
714000
3000
Ama öyle olsaydı bile, roket bilimi günümüzde
12:22
by dedicated amateurs these days. You know?
229
717000
4000
bu işe kendini adamış amatörler tarafından yapılıyor. Biliyor musunuz?
12:26
It can't be that hard to find some words!
230
721000
4000
Bir kaç kelime bulmak o kadar da zor olamaz!
12:30
So, enough scientists in other disciplines
231
725000
3000
Bu yüzden, diğer bilim dallarındaki yeterli sayıda bilim adamı
12:33
are really asking people to help, and they're doing a good job of it.
232
728000
3000
insanlardan gerçekten yardım istiyorlar ve bundan iyi iş çıkarıyorlar.
12:36
For instance, there's eBird, where amateur birdwatchers
233
731000
2000
Mesela, eBird diye birşey var. Buraya amatör kuşgözlemciler
12:38
can upload information about their bird sightings.
234
733000
2000
kuş gözlemleri hakkında bilgi yükleyebiliyorlar.
12:40
And then, ornithologists can go
235
735000
2000
Daha sonra, kuşbilimciler gidip
12:42
and help track populations, migrations, etc.
236
737000
3000
populasyonları, göçleri vs. takip etmede yardım ediyorlar.
12:45
And there's this guy, Mike Oates. Mike Oates lives in the U.K.
237
740000
3000
Mike Oates diye bir adam var. Mike Oates İngiltere'de yaşıyor.
12:48
He's a director of an electroplating company.
238
743000
4000
Bir elektrokaplama şirketinin yöneticisi.
12:52
He's found more than 140 comets.
239
747000
3000
140'tan fazla kuyrukluyıldız buldu.
12:55
He's found so many comets, they named a comet after him.
240
750000
3000
Çok fazla kuyrukluyıldız buldu ve bunlardan birine onun adını verdiler.
12:58
It's kind of out past Mars. It's a hike.
241
753000
1000
Mars'ın ötesinde arka tarafında bir tür. Gezinenlerden.
12:59
I don't think he's getting his picture taken there anytime soon.
242
754000
2000
Kendi resminin orada yakın zamanda çekileceğini sanmıyorum.
13:01
But he found 140 comets without a telescope.
243
756000
4000
Ama teleskop olmadan 140 tane kuruklu yıldız buldu.
13:05
He downloaded data from the NASA SOHO satellite,
244
760000
3000
NASA SOHO uydusundan bilgileri indirdi,
13:08
and that's how he found them.
245
763000
2000
ve bu şekilde onları buldu.
13:10
If we can find comets without a telescope,
246
765000
4000
Eğer teleskop olmadan kuyruklu yıldızları bulabiliyorsak,
13:14
shouldn't we be able to find words?
247
769000
2000
kelimeleri bulabiliyor olmalıyız değil mi?
13:16
Now, y'all know where I'm going with this.
248
771000
2000
Şimdi, hepiniz bununla nereye gittiğimi biliyorsunuz.
13:18
Because I'm going to the Internet, which is where everybody goes.
249
773000
3000
Çünkü Internete gidiyorum, ki herkesin gittiği yer orası.
13:21
And the Internet is great for collecting words,
250
776000
2000
Ve İnternet kelimeleri toplamak için mükemmel,
13:23
because the Internet's full of collectors.
251
778000
1000
çünkü İnternet toplayanlarla dolu.
13:24
And this is a little-known technological fact about the Internet,
252
779000
3000
Ve bu da İnternet hakkında az bilinen teknolojik bir gerçektir,
13:27
but the Internet is actually made up of words and enthusiasm.
253
782000
3000
fakat İnternet aslında kelimeler ve istekten oluşur.
13:30
And words and enthusiasm actually happen to be
254
785000
5000
Ayrıca kelimeler ve istek aslında sözlükbiliminin
13:35
the recipe for lexicography. Isn't that great?
255
790000
3000
tarifi oluyor. Harika değil mi?
13:38
So there are a lot of really good word-collecting sites out there right now,
256
793000
4000
Bu yüzden, şimdi oralarda gerçekten güzel kelime toplayan siteler var,
13:42
but the problem with some of them is that they're not scientific enough.
257
797000
2000
ama bunların problemi yeterince bilimsel olmamalarıdır.
13:44
They show the word, but they don't show any context.
258
799000
3000
kelimeyi gösteriyorlar, fakat gerçek içeriği göstermiyorlar.
13:47
Where did it come from? Who said it?
259
802000
2000
Nereden geldi? Kim söyledi?
13:49
What newspaper was it in? What book?
260
804000
2000
Hangi gazetedeydi? Hangi kitapta?
13:51
Because a word is like an archaeological artifact.
261
806000
4000
Çünkü bir kelime bir arkeolojik eser gibidir.
13:55
If you don't know the provenance or the source of the artifact,
262
810000
3000
Eserin kaynağını ya da kökenini bilmiyorsanız,
13:58
it's not science, it's a pretty thing to look at.
263
813000
3000
o bilim değil, sadece bakılacak güzel bir şeydir.
14:01
So a word without its source is like a cut flower.
264
816000
3000
Bu yüzden kaynağı olmayan bir kelime kesilmiş bir çiçek gibidir.
14:04
You know, it's pretty to look at for a while, but then it dies.
265
819000
4000
Yani, bir süre bakmak için çok hoştur, ama sonra ölür.
14:08
It dies too fast.
266
823000
1000
Çok hızlı ölür.
14:09
So, this whole time I've been saying,
267
824000
4000
Bu yüzden, bu kadar zamandır anlattığım şey,
14:13
"The dictionary, the dictionary, the dictionary, the dictionary."
268
828000
2000
"Sözlük, sözlük, sözlük, sözlük".
14:15
Not "a dictionary," or "dictionaries." And that's because,
269
830000
3000
"Bir sözlük" değil, ya da "sözlükler". Ve bu yüzden,
14:18
well, people use the dictionary to stand for the whole language.
270
833000
3000
insanlar sözlüğü tüm dil manasında kullanırlar.
14:21
They use it synecdochically.
271
836000
3000
Onu diğerinin yerine kullanırlar.
14:24
And one of the problems of knowing a word like "synecdochically"
272
839000
3000
Ve "bir şeyi bir şeyin yerine kullanmak" gibi bir kelimeyi bilemenin problemlerden biri
14:27
is that you really want an excuse to say "synecdochically."
273
842000
3000
"bir şeyi bir şeyin yerine kullanmak" diyebilmek için bir bahane istiyor olmaktır.
14:30
This whole talk has just been an excuse to get me to the point
274
845000
2000
Tüm bu konuşma benim anafikire gelmem için sadece bir bahane oldu
14:32
where I could say "synecdochically" to all of you.
275
847000
2000
"bir şeyi bir şeyin yerine kullanmak" diyebileceğim yere.
14:34
So I'm really sorry. But when you use a part of something --
276
849000
3000
Bu yüzden gerçekten üzgünüm. Fakat bir şeyin bir parçasını kullandığınız zaman --
14:37
like the dictionary is a part of the language,
277
852000
2000
sözlüğü dilin bir parçası gibi,
14:39
or a flag stands for the United States, it's a symbol of the country --
278
854000
5000
ya da bayrağı Amerika Birleşik Devletleri olarak, o ülkenin bir sembolüdür --
14:44
then you're using it synecdochically.
279
859000
4000
o zaman onu bir şeyin yerine kullanıyorsunuzdur.
14:48
But the thing is, we could make the dictionary the whole language.
280
863000
4000
Ama mesele şu ki, sözlüğü tüm dil haline getirebiliriz.
14:52
If we get a bigger pan, then we can put all the words in.
281
867000
4000
Eğer daha büyük bir tavamız olursa, o zaman tüm kelimeleri koyabiliriz.
14:56
We can put in all the meanings.
282
871000
4000
Tüm anlamları koyabiliriz.
15:00
Doesn't everyone want more meaning in their lives?
283
875000
4000
Herkes hayatında daha fazla anlam istemez mi?
15:04
And we can make the dictionary not just be a symbol of the language --
284
879000
4000
Ve sözlüğü sadece dilin bir sembolü yapmakla kalmaz, aynı zamanda
15:08
we can make it be the whole language.
285
883000
3000
tüm dil haline getirebiliriz.
15:11
You see, what I'm really hoping for is that my son,
286
886000
2000
Bakın, kendi oğlum için gerçekten umduğum şey,
15:13
who turns seven this month -- I want him to barely remember
287
888000
3000
bu ay 7 yaşına giriyor -- onun,
15:16
that this is the form factor that dictionaries used to come in.
288
891000
5000
sözlüklerin bu form kalıbında olduğunu zar zor hatırlamasını istiyorum.
15:21
This is what dictionaries used to look like.
289
896000
2000
Sözlükler önceden böyle gözükmekteydi.
15:23
I want him to think of this kind of dictionary as an eight-track tape.
290
898000
2000
Onun bu çeşit bir sözlüğü sekiz hatlı bir bant olarak düşünmesini istiyorum.
15:25
It's a format that died because it wasn't useful enough.
291
900000
4000
Bu yok olan bir format, çünkü yeteri kadar kullanışlı değildi.
15:29
It wasn't really what people needed.
292
904000
3000
İnsanların ihtiyacı olan şey o değildi.
15:32
And the thing is, if we can put in all the words,
293
907000
3000
Ve durum şu ki, eğer tüm kelimeleri koyabilirsek,
15:35
no longer have that artificial distinction between good and bad,
294
910000
4000
iyi ve kötü arasındaki yapay ayırım artık olmazsa,
15:39
we can really describe the language like scientists.
295
914000
3000
dili gerçekten bir bilim adamı gibi açıklayabiliriz.
15:42
We can leave the aesthetic judgments to the writers and the speakers.
296
917000
2000
Estetik yargılamaları yazanlara ve konuşanlara bırakabiliriz.
15:44
If we can do that, then I can spend all my time fishing,
297
919000
4000
Eğer bunu yapabilirsek, o zaman tüm hayatımı balık tutarak geçirebilirim,
15:48
and I don't have to be a traffic cop anymore.
298
923000
5000
ve artık trafik polisi olmak zorunda kalmam.
15:53
Thank you very much for your kind attention.
299
928000
2000
Nazik ilginizden dolayı çok teşekkür ederim.
ABOUT THE SPEAKER
Erin McKean - Dictionary editorAs the co-founder of Reverb Technologies, the maker of the online dictionary Wordnik, Erin McKean is reshaping how we interact with language itself.
Why you should listen
Erin McKean's job as a lexicographer involves living in a constant state of research. She searches high and low -- from books to blogs, newspapers to cocktail parties -- for new words, new meanings for old words, or signs that old words have fallen out of use. In June of this year, she involved us all in the search by launching Wordnik, an online dictionary that houses all the traditionally accepted words and definitions, but also asks users to contribute new words and new uses for old words. Wordnik pulls real-time examples of word usage from Twitter, image representations from Flickr along with many more non-traditional, and highly useful, features.
Before Wordnik, McKean was one of the youngest editors of the New Oxford American Dictionary. She continues to serve as the editor of the language quarterly Verbatim ("language and linguistics for the layperson since 1974") and is the author of multiple books, including That's Amore and the entire Weird and Wonderful Words series. All that, and she maintains multiple blogs, too: McKean is the keen observationalist behind A Dress a Day and Dictionary Evangelist. Is there anything she can't do? Surprisingly, she is notoriously bad at Scrabble.
Erin McKean | Speaker | TED.com