Google Research, Language Explorer’ın 7.000 dilli haritasını tanıtıyor

Google Research, 9 Kasım 2026’da dil coğrafyasını, yazı sistemlerini ve konuşur nüfuslarını incelemeye yönelik etkileşimli bir platform olan Dil Gezgini’ni tanıttı. Dünya genelini gösteren platform, yaklaşık 7.000 dili ve 159 yazı sistemini kapsıyor; kayıtlar dilbilim araştırmalarını ve dil teknolojilerinin geliştirilmesini desteklemek amacıyla sunuluyor.

Google’ın 1.000 Dil Girişimi kapsamında geliştirilen platform, açık kaynaklı LinguaMeta veri kümesini herkesin erişebildiği görsel bir arayüze dönüştürüyor. Daan van Esch ve Uche Okonkwo’nun duyurusu, bu arayüzü dil teknolojilerini dünyanın daha geniş bir bölümündeki dil çeşitliliği için yararlı hâle getirmeye yönelik daha kapsamlı bir çabayla ilişkilendiriyor.

Dil Teknolojileri İçin Bir Üst Veri Katmanı

Dil Gezgini sitesi, dil adına, ülkeye veya bölgeye, kıtaya ya da kıta alt bölgesine göre arama yapılmasını sağlıyor. Kullanıcılar konuşur sayılarına, tehlike altındaki dil durumuna veya yazı sistemlerine göre göz atabiliyor; ardından haritadaki bir işareti seçerek ayrıntılı bir dil sayfasını açabiliyor. Bu sayfalarda dil adları, konumlar ve BCP-47 etiketleri, Glottocode’lar ve Wikidata kimlikleri gibi tanımlayıcılar bir araya getirilerek farklı dil kaynakları arasında tutarlı başvuru noktaları sunuluyor.

Sitede görüntülenen her değer, dil bilgilerini 19 kaynakta yer alan bilgilerle uyumlu hâle getiren açık kaynaklı LinguaMeta deposundan geliyor. 2024 tarihli LinguaMeta makalesi, temel veri kümesinin BCP-47 ve ISO 639-3 kodlarıyla birlikte 7.511 dili kapsadığını ve izlenebilirlik ile düzeltme olanağı sağlamak için her veri noktasına bir kaynak etiketi eklendiğini belgeledi. Kaynaklar arasında uyuşmazlık olduğunda yazarlar ya daha yetkin kaynağı tercih etti ya da akademik yayınlardan, nüfus sayımı materyallerinden ve anayasalardan yararlanarak ek araştırma yaptı.

Makalede, makine çevirisinin, konuşma tanımanın ve metinden konuşma üretiminin yalnızca yaklaşık 100 dilde yaygın olarak kullanılabildiği; diğer dillerin çoğunda ise kapsamın düşük kaliteli olduğu ya da hiç bulunmadığı bildirildi. Bu eksiklik, üstveriye pratik bir işlev kazandırıyor: konuşur sayıları çalışmalara öncelik vermeye yardımcı olabilirken dil-yazı sistemi-yerel ayar bileşimleri, yerelleştirilmiş bir sistemin tam olarak hangi bileşimleri desteklemesi gerektiğini belirliyor. Deponun yapısı, bu bileşimleri JSON kayıtlarında koruyor; daha yalın bir TSV özeti ise kaynak ayrıntılarını, genişletilmiş adları, yazı sistemi kullanım etiketlerini, resmî statü araştırmalarını ve koordinatları dışarıda bırakıyor.

Araştırma Deposundan Müze Yerleştirmesine

Language Explorer, Berlin İletişim Müzesi’ndeki Real Talk! Language. Power. World. sergisinde etkileşimli bir yerleştirme olarak da yer alıyor. Müze, serginin açılış tarihini 5 Kasım 2026 olarak kaydediyor.

Temalara ayrılmış altı salon; dil dünyalarını, çeşitliliği, kimlikleri, teması, gücü ve geleceği ele alıyor. Son salonda, yapay zekâ ve sohbet robotlarının iletişimi nasıl değiştirdiği ve araştırmacılarla aktivistlerin tehlike altındaki dilleri nasıl belgelediği soruluyor. Serginin çevrimiçi tamamlayıcısı 6 Kasım 2026’da yayına başladı; aynı altı bakış açısını kapsayan arka plan bilgileri, videolar ve kısa sınavlar sunuyor ve yapay zekâ ile çok dillilik arasındaki ilişkiye de yer veriyor. Hem Berlin’deki sergi hem de çevrimiçi tamamlayıcısı 27 Şubat 2028’e kadar listeleniyor.

Eşitsiz Kapsam ve Arşivlenmiş Bir Depo

Makalenin kapsam tablosu, alanlar arasında önemli farklılıklar olduğunu gösteriyor. Konuşur nüfusu verileri 6.253 dil, yani dillerin %83’ü için mevcutken toplulukların kendi dilleri için kullandığı adlar olan öz adlar yalnızca 1.136 dil, yani %15’i için belgelenmiş. Bu nedenle harita geniş bir başlangıç noktası sunuyor, ancak bilgi derinliği dile ve kategoriye göre büyük ölçüde değişiyor.

Nüfus değerleriyle ilgili ek açıklamalar da bulunuyor. Temel yöntemler, güvenilir istatistiklere ulaşmak zor olduğu için ikinci dil konuşurlarının sayılarını kapsam dışında bırakıyor, sahte bir kesinlik izlenimini önlemek amacıyla daha yüksek konuşur sayısı tahminlerini büyüklük mertebesine göre yuvarlıyor ve yerel ayar nüfuslarını toplamanın kaynaklardaki hataları büyütebileceği konusunda uyarıyor. Kaynak, yaşayan konuşma dillerine odaklanıyor; işaret dilleri, antik diller, tarihî diller ve yapay diller kapsam dışında. Makro diller ile soyu tükenmiş olarak sınıflandırılan diller ise, bazıları küçük konuşur topluluklarını koruduğu için kapsama alınıyor. Esperanto, birkaç dil teknolojisi tarafından hâlihazırda desteklendiğinden yapay dillerin kapsam dışında bırakılması kuralının açıkça belirtilmiş bir istisnası.

Haritadaki her işaret, Glottolog koordinatlarından ve elle yapılan düzeltmelerden yararlanılarak belirlenen varsayımsal bir dil merkezini gösteriyor. Site, dillerin yer değiştirebilen veya siyasi sınırları aşabilen topluluklar tarafından konuşulduğuna dikkat çekiyor; bu nedenle işaretler sabit bölgeler olarak yorumlanmamalı.

Bakım durumuyla ilgili bir tutarsızlık da var. Explorer’ın SSS bölümü LinguaMeta’yı etkin bir proje olarak tanımlıyor ve araştırmacıları düzeltmeler ile kaynaklara katkıda bulunmaya davet ediyor.

Üst dizindeki url-nlp deposunda 6 Ekim 2026 tarihli bir GitHub arşiv bildirimi bulunuyor ve depo salt okunur olarak işaretlenmiş. Sürüm denetimi altındaki veri kümesinin tamamı indirilebilir durumda, ancak Google arayüzü daha geniş bir kitleye sunarken bu durum gelecekte katkı sağlamanın yolunu belirsiz bırakıyor.