Zazalingo Üzerine Birkaç Söz

Zazaca üzerine yaptığım çalışmalarda yıllardır gördüğüm en temel eksiklik, dilimizin dijital teknolojiler karşısında sahipsiz oluşuydu. Bu sahipsizlik hâli dilimizi birçok açıdan tehdit ediyor. Bir yandan dilimizi lehçe olarak görüp onu başka diller içinde eritme girişimleri doludizgin devam ediyor. Diğer yandan internetteki kirli ve denetimsiz verilerle eğitilmiş yapay zekâ modelleri dilimizi komşu dillerle karıştırıp deforme ederek adeta tanınmaz hâle gelen bir Zazaca ortaya çıkarmaktadır.

Çağlar ötesindeki atalarımızdan bize miras kalan, binlerce yıllık sözlü geleneğe, zengin ifade çeşitliliğine ve kendine has bir gramer yapısına sahip olan dilimiz, dijital çağın hızla akan dünyasında maalesef her geçen gün biraz daha geriye düşüyor. UNESCO raporları zaten Zazacayı tehlike altındaki dil olarak tanımlıyor; bu kırılganlık yetmiyormuş gibi, yapay zekâ kanalından gelen hızlı deformasyon tabloyu daha da ağırlaştırıyor. Son iki yıldır, bu karamsar tabloyu nasıl hızlıca değiştirebiliriz diye çırpınıp duruyordum. Bir sürü sonuçsuz denemeden sonra, nihayet 2025 sonlarında fikirlerim netleşti ve hemen işe koyuldum. Yoğun ve yorucu bir çalışma temposuyla geçen bir yılın ardından, işte 2026 sonlarında Zazalingo ile huzurlarınızdayım... Peki Zazalingo nasıl çalışır, ne işe yarar, dilimize ne fayda sağlayabilir? Bu ve benzeri sorulara detaylıca cevap vereyim.

Modern Çeviri Sistemleri Nasıl Çalışır?

Zazalingo'nun çalışma prensibine geçmeden önce, günümüz yapay zekâ çeviri sistemlerinin mantığını kısaca anlamak gerekir. Modern nöral çeviri sistemleri (NMT) ve büyük dil modelleri, temelde milyonlarca cümle çiftinden oluşan devasa metin havuzlarını (paralel külliyatları) istatistiksel ve anlamsal olarak analiz eder. Sistem, kelimeleri sözlük gibi tek tek alt alta çevirmez; cümlenin tamamını bir bağlam içinde ele alır. Hangi kelimenin hangi bağlamda, hangi zaman kipiyle ve kiminle ilişkili olarak geçtiğini olasılık hesaplarıyla modeller. Herhangi bir dil çifti arasında doğrudan yeterli veri bulunmadığında ise küresel kavşak diller (örneğin İngilizce) üzerinden anlamsal köprüler kurarak çeviri yapar. Ancak bu dev sistemlerin çok kritik bir açığı vardır: Beslendikleri veri havuzunda ilgili dile ait sağlam, doğrulanmış ve denetimden geçmiş yeterli veya anlamlı bir kaynak yoksa, sistem kaçınılmaz olarak halüsinasyon görür, yani uydurur. Veya başka dillerin söz ve yapı külliyatını o az kaynaklı dile zorla giydirir. Nitekim yapay zekâ alanında düşük kaynaklı dil (low-resource language) olarak değerlendirilen Zazacanın başına gelen şey tam da budur.

Zazalingo Nasıl Kurgulandı, Nasıl Çalışıyor?

İşte bu çıkmazı aşmak için inisiyatifi internetteki denetimsiz modellerin elinden almak gerekiyordu. Zazalingo'da büyük dil modellerini serbest birer çevirmen olarak değil; yalnızca bizzat doğruladığımız kuralları ve söz dağarcığını işleyen birer hesaplama motoru olarak kullanıyoruz.

Zazalingo’yu geliştirirken düşük kaynaklı dil problemini çift katmanlı hibrit bir mimariyle çözmeye çalıştım. Öncelikle Zazaca, Türkçe ve İngilizce olarak tek tek hazırladığım binlerce paralel cümle ve sözcükten oluşan çekirdek bir veri tabanı oluşturdum. "Altın Bellek" olarak adlandırılan bu veri tabanını sistemin ana referans omurgası haline getirdim. Bir sonraki adımda, Altın Bellek'te mevcut olan cümlelere sentetik çoğaltma işlemi uyguladım. Sentetik çoğaltma (synthetic expansion); düşük kaynaklı dillerde, cümlenin dilbilgisi iskeletini koruyarak kişi zamiri, olumsuzluk, soru ve zaman ikamesi gibi değişikliklerle veri setini büyütme işlemidir.

Sentetik çoğaltmayla Altın Bellek veri tabanını bu şekilde büyüttükten sonra, bu kez sistemin ikinci ayağını kurdum. Biz elimizdeki veriyi ne kadar büyütürsek büyütelim, insanların tam olarak nasıl bir cümle kuracağını önceden kestirmek imkânsızdır; bu yüzden statik veri tabanları her zaman eksik kalmaya mahkûmdur. İşte bu noktada yapay zekâyı başıboş bırakmak yerine; EBMT (Örnek Tabanlı Makine Çevirisi) ve Few-Shot RAG (Geri Getirimle Desteklenmiş Üretim) mantığını devreye sokuyoruz. Sistem, Altın Bellek’te birebir bulunmayan bir çeviri talebiyle karşılaştığında (örneğin kullanıcı "Bugün şehre gidiyorum" yazdığında), veri tabanında bu cümlenin tam karşılığı yoksa hemen en yakın doğrulanmış iskeleti yakalar: "Bugün köye gidiyorum" (Ez ewro şona dewe). Ardından sözlükten "şehir" (suke) kelimesini alır ve modele şunu söyler: "Referans kalıbın fiilini ve zaman bükümünü aynen koru, sadece köy yerine şehri koy." Model bu doğrulanmış iskelet üzerinden benzeşim kurarak cümleyi "Ez ewro şona suke" olarak çevirir. Böylece yapay zekâ kendiliğinden çeviri uydurmaz; Altın Bellek'ten örnek iskelet ve sözlükten sözcük alarak çok daha isabetli bir çeviri yapar.

Peki sistem Altın Bellek'te yakın benzeri olmayan bir çeviri talebiyle karşılaştığında ne olur? Örneğin kullanıcının "Çocukların var mı?" cümlesini çevirmek istediğini ve bu yapının bir benzerinin henüz Altın Bellek'te bulunmadığını varsayalım. Bu tür durumlarda sistem öncelikle biçimbilimsel ayrıştırma ve kök bulma (stemming & lemmatization) adımını çalıştırarak kaynak ifadedeki sözcükleri çekim eklerinden arındırır ve yalın köklere ulaşır:

Ardından elde edilen bu kökler, Altın Sözlük'teki doğrulanmış karşılıklarıyla eşleştirilir (çocuk → doman). Son aşamada ise bu kökler; önceden sisteme tanımlanmış Zazaca iyelik, çoğulluk ve soru şablonlarıyla birleştirilerek hedeflenen çeviri yapısı inşa edilir:

Elbette bu döngü her zaman kusursuz işlemez; bazen cümledeki yabancı bir ögeden veya sözlükte henüz yer almayan bir ifadeden dolayı sistem hatalı bir kalıba sapabilir. Ayrıca Zazacanın yoğun ergatif yapısı her zaman doğru şekilde yakalanamayabilir. Ancak yanlış çeviriler editoryal denetimle doğrulanıp Altın Bellek'e eklendikçe, sistem bu açıkları kalıcı olarak kapatır ve hafızasını her geçen gün daha da güçlendirir.

Alfabetik Disiplin

Günümüzde Zazaca yazılı literatürün en büyük handikaplarından biri, çoklu yazım sistemlerinin rastlantısal kullanımıdır. Burada birkaç sorun var: Birincisi, Kürtçenin ses yapısı için tasarlanmış olan Bedirhan alfabesi, Zazacanın zengin ve kendine has fonetik yapısını karşılamakta yetersiz kalmaktadır. Bu alfabeyi Zazacaya ısrarla uyarlama çabaları, dilin özgün fonetiğinin yazıya aktarılmasında ciddi kayıplara yol açmaktadır. İkincisi, Bedirhan alfabesi deformasyonuna karşı durabilmek amacıyla birbirinden farklı yazım gelenekleri doğmuştur (onlara alfabetik sistem diyemiyorum). Örneğin kapalı e harfi hem ê hem de é olarak kullanılabilmektedir. Bir üçüncü sorun da şudur: İyi kötü eli kalem tutan az sayıdaki insanlarımızın bir kısmı mevcut tüm alfabeleri karıştırarak yazmaktadır.

Ben Zazalingo'nun alfabe ve yazım sistemi için, Zazaca fonetiği en düzgün ve gerçeğe yakın biçimde temsil eden Jacobson/Ware alfabesini esas aldım. Arka planda çalışan algoritmanın yazım sistemini buna göre yapılandırdım: Sistem ne üretirse üretsin, 32 harf + 4 digraf şeklindeki standart Zazaca Latin alfabesini kullanacaktır ve böylece tüm çıktılar aynı alfabetik standarda sahip olacaktır.

Lehçeler ve Varyant Zenginliği Koruması

Alfabe ve yazım alanında hayatımızı kolaylaştıran standartlaştırma, dilimizin zengin çeşitliliğini korumak söz konusu olduğunda tamamen aleyhimize işler. Bu nedenle ve başka pek çok nedenden ötürü ben "Zazacanın Standartlaştırılması" girişimlerine şiddetle karşı olduğumu belirtmek isterim. Bence temelde bir tek tipleştirme olan standartlaştırma, binlerce yılda oluşmuş dilimizin organik ekolojisine vurulabilecek en ağır darbedir. O yüzden Zazalingo'yu kurgularken, Zazacayı tek bir standart kullanıma hapsedip diğer tüm kullanım biçimlerini "yanlış" kabul eden sakat yaklaşımları kesinlikle reddettim.

Bence daha adil ve kapsayıcı model şudur: Yazım sisteminde ortak bir alfabetik disiplin (ortografi standardı) sağlarken, söz varlığında ve ifade kullanımında tüm bölgesel biçimlerin özgürce nefes aldığı çok merkezli (plurisantrik) bir dil modelini inşa etmeliyiz. Örneğin bir insanımız "su" için "awe" derken, diğeri "awke", "owke" veya "ağwe" diyebilir; “Tı zaf rında” ifadesi kadar “Tı zaf hola” ifadesi de bu dilin öz evladıdır. Ben diğer lehçelere dair bilgim ölçüsünde bu varyant söz ve cümle dağarcığını sisteme yapılandırdım.

Tam da bu noktada şunu belirteyim: Zazalingo başlangıç itibarıyla büyük ölçüde Kuzey Zazacasını temel almakta, Merkez ve Güney Zazacası bakımından şimdilik sınırlı bir hacme sahiptir. Çünkü benim en iyi bildiğim lehçe Kuzey Zazacasıdır ve doğal olarak onun üzerine kurdum. Diğer lehçelerden doğrulayabildiğim bir miktar söz ve cümle varlığı da ekledim; ama dediğim gibi diğer iki lehçe şu anda çok düşük hacimde. Fakat toplumumuzun desteğiyle bu durumu aşabiliriz: Merkez ve Güney lehçelerini konuşan kardeşlerimiz sistemi kullandıkça ve ayrıca topluluk katkısı kanalıyla kendileri çeviri katkısında bulundukça, Zazalingo zamanla tüm lehçelerimizi dengeli şekilde yansıtacak düzeye gelecektir.

Dünya Dilleri ile Evrensel Köprü

Zazalingo'yu kurgularken Zazacanın sadece Türkçe ile değil, dünya dilleriyle de doğrudan konuşmasını hedefledim. Zazalar artık dünyanın birçok yerinde yaşıyor, birçok toplumla dilsel etkileşim içine giriyor. Hâl böyle olunca, diğer diller ile Zazaca arasındaki çeviri köprüsü hem gurbetteki kardeşlerimizin hayatlarını kolaylaştırır hem de Zazacaya daha fazla görünürlük sağlar.

Halihazırda Zazalingo; Türkçenin dışında İngilizce, Almanca, Fransızca, Hollandaca, İspanyolca, İtalyanca, Portekizce, Rusça, Arapça, Farsça, Kürtçe, Çince, Japonca ve Yunanca dilleri ile Zazaca arasında karşılıklı çeviri yapabilmektedir. Bu kapsamı tüm dünya dillerini içerecek şekilde genişletmek sadece bir zaman ve kaynak problemidir. Bu dillerden bazılarını biliyorum ve onların çeviri kalitesini ölçebiliyorum; fakat tabii ki çoğunu bilmiyorum ve dolayısıyla çeviri kalitesini ancak dolaylı olarak (İngilizce üzerinden) ölçebiliyorum. Bu noktada, bu dilleri iyi konuşan Zaza kardeşlerimiz belki bize sağlıklı veriler sağlayabilir.

Topluluk Katkısı ve Önemi

Zazalingo’yu kapalı, statik bir yazılım olarak değil, tüm Zaza toplumunun ortak emeğiyle her gün zenginleşerek yaşayan bir organizma olarak tasarladım. Sistemi Zazacayı olanca çeşitliliği ve zenginliğiyle kapsayacak şekilde yapılandırdım. Ama bu çeşitlilik ve zenginliğin toplumumuzun farklı kesimlerinden insanlarımız tarafından sisteme enjekte edilmesi gerekiyor. Bu noktada farklı bölgelerden insanlarımıza, özellikle de Merkez ve Güney lehçelerini konuşan insanlarımıza önemli görevler düşüyor.

Bu amaçla, çeviri kutularının hemen altına insanlarımızın dışarıdan çeviri önerebilecekleri bir Topluluk Katkısı bölümü koydum. Her insanımız kendi bölgesinden söz ve cümle varlığı ekleyebilir. Dil kirliliğini önlemek adına bu katkılar doğrudan canlı sisteme girmiyor; yönetim paneline düşüyor, imla ve anlam denetiminden geçtikten sonra Altın Bellek havuzuna kalıcı olarak ekleniyor.

Kullanılan Teknoloji

Zazalingo, tek bir yapay zekâ modeline bağımlı kalmak yerine, geliştirme ve üretim süreçlerinin her aşamasında amaca özel olarak optimize edilmiş çoklu büyük dil modelleri (Multi-LLM) ve hibrit çıkarım tekniklerinden yararlanır. Bu süreçte görev dağılımı kabaca şu şekildedir:

• Yazılım ve Kodlama Altyapısı: Sistem mimarisinin, API servislerinin ve veri tabanı köprülerinin inşasında ileri düzey akıl yürütme modelleri (Claude / Opus mimarisi).
• Çeviri ve Anlamsal Büküm Motoru: Altın Bellek dışına çıkan sorgularda Zaza alfabesini ve ergatif gramer kurallarını bağlayıcı filtrelerle işleten yüksek hızlı dil modelleri (Gemini Flash serisi).
• Veri Madenciliği ve Sentetik Normalizasyon: Arşivlerin taranması, morfolojik ayıklama ve sentetik cümle türetim testlerinde analitik derinliğe sahip açık kaynaklı ve tescilli modeller (DeepSeek ve açık mimariler).
• Doğrulama ve Kılavuz (RAG): Tüm bu modellerin çıktılarını denetleyen ve Zazacanın özgün kurallarıyla mühürleyen yerel Altın Bellek korpusumuz.

Yaşayan Bir Dil İçin Ortak Sorumluluk

Zazalingo, binlerce yıllık bir sözlü geleneğin dijital çağın algoritmaları arasında kendi sesini bulma, kendi adıyla konuşma iradesidir. Bu platform; ekrandaki birkaç satır kodun veya basit bir çeviri kutusunun çok ötesinde, neredeyse bir yıldır her bir kelimesini, bükümünü ve kuralını sabırla işlediğim, uykusuz gecelerle yoğrulmuş yoğun bir emeğin ve adanmışlığın meyvesidir.

Biliyorum ki hiçbir sistem tek başına bir dili bütünüyle kucaklayamaz; Zazalingo da ancak sizlerin sesiyle, katkısıyla ve dikkatiyle mükemmelleşecektir. Bu nedenle karşılaştığınız en ufak bir çeviri hatasını, sistem aksaklığını, aklınıza takılan her türlü soruyu veya geliştirmeye dair değerli önerilerinizi duymak beni çok mutlu eder. Dilimizi dijital dünyada el birliğiyle, omuz omuza vererek birlikte büyütelim.