Kesinlik Arzulayan, Yalana Arzular

• Google Ngram Viewer n-gram'lerinin doğruluğuna dair bir yazı
• Yazar, Ngram'ın gösterdiği yaygın İngilizce kelime sıklıklarının 20. yüzyıldaki gerçek kullanımı doğru biçimde yansıtmadığını belirtiyor
• Yazar ve Talia Felix, araştırmalarında Google Books'u kullandı ancak bunun çok sayıda gizli hata içeren, yanlış bir araya getirilmiş bir veritabanı olduğunu fark etti
• Ngram formülündeki, Google Books'tan miras alınan hatalardan biri; birçok İngilizce kelimenin 20. yüzyıl boyunca kullanımının azalıp 1980'lerde yeniden canlanmış gibi görünmesine yol açıyor
• Bu hata, Google Books külliyatının büyük ölçüde akademik metinlerden oluşmasından kaynaklanıyor; modern bilimsel ve akademik dergiler sınırlı sayıdaki kelimeyi tekrar tekrar kullanma eğiliminde
• Akademik yazımda belirli kelimelerin aşırı kullanımı, diğer kelimelerin sıklığını yanlış biçimde düşürerek neredeyse tüm kelimelerin Ngram'ında 20. yüzyıl ortasında bir "düşüş" yaratıyor
• Diğer bir hata ise Google Books'un farklı yazım varyantları ile çoğul biçimler arasındaki aynılığı tanımaması
• Yazar, Google Books'taki birçok dosyanın yanlış tarihlendirildiğini ve bunun verinin doğruluğunu daha da zedelediğini söylüyor
• Bu tür doğruluk sorunlarına rağmen, internette fotoğraflar kazanıp kelimeler kaybettiği için Ngram'ler hâlâ kullanılıyor
• Yazar, okurlara Ngram'leri kelime kullanımının doğru bir temsili olarak değil, süslü ve tuhaf bir araç olarak görmelerini öneriyor
• Yazar, dünya Ngram gerçekliğini tercih etse bile okurların bundan daha akıllı olabileceği sonucuna varıyor

[GN⁺]

Hacker News görüşü

• "Kesinlik arzulayan yalanı arzular" başlıklı makale, proje takvimlerinde kesinlik isteği üzerine bir tartışma başlattı.
• Makale, modern algoritmalarda ngrams kullanımını eleştiriyor ve bunların güvenilmez, bilgisiz bir tekniğin ürünü olduğunu öne sürüyor.
• ngrams eleştirisi, özünde bir ngram tahmincisi olan üretken yapay zeka tarafından giderek daha fazla domine edilen bir çağda bir uyarı olarak görülüyor.
• Bazı yorumlar, yazarların ngram istatistikleri hakkındaki iddialarının geçerliliğini sorguluyor; kanıt eksikliğine ve yanlış yönlendiren grafik yorumlarına işaret ediyor.
• Veri analizinin temel sorunu vurgulanıyor; analizin ancak veri kadar iyi olduğu ve veri kalitesini değerlendirmenin zor olduğu belirtiliyor.
• Bazı yorumlar, makalenin başlığını ve bilimsel yayınlardaki clickbait eğilimini eleştiriyor.
• Google Ngram kullanımı tartışılıyor; bazıları sorunun bunun yanlış olması değil, istatistiklerinin bağlamından kopuk olması olduğunu savunuyor.
• Makale, grafiğin dikey ekseninde 0'a yer verilmemesini eleştiriyor; bunun küçük dalgalanmaların büyükmüş gibi görünmesine yol açabileceğini söylüyor.
• İçkin veri kaybı nedeniyle geçmişin temsili bir görüntüsünü oluşturmanın imkansız olduğuna dair bir tartışma yürütülüyor.