بسامد واژگانی

هدف: شناسایی و استخراج سیاهه هایی نظام مند از واژه های بازدارنده به منظور استفاده در نمایه سازی خودکار متن های فارسی رشته کتابداری و اطلاع رسانی روش: روش تحلیل محتوا است. جامعه پژوهش، 56 مقاله بودند که 20 مقاله با روش نمونه گیری تصادفی ساده انتخاب شدند. یافته ها: از مجموع 15557 واژه موجود در متن مقالات، مطابق با الگوی زو، قبل از تعدیل واژه ها، 1368 و بعد از تعدیل، 468 واژه؛ مطابق قانون زیف نیز قبل از تعدیل، 217 و بعد از تعدیل، 607 واژه به عنوان واژه بازدارنده شناخته شدند. هم چنین از مجموع 1989 واژه موجود در چکیده مقالات، مطابق با الگوی زو قبل از تعدیل واژه ها، 148 و بعد از تعدیل، 173 واژه و بر اساس قانون زیف، قبل از تعدیل60 و بعد از تعدیل، 186 واژه به عنوان واژه بازدارنده استخراج شدند. در هر دو روش رابطه مستقیمی بین بسامد واژه ها و احتمال بازدارنده بودن آن ها مشاهده شد. بالاترین درصد واژه های بازدارنده (44/39 درصد) بدون احتساب بسامد، در متن مقالات و با کاربرد الگوی آماری زو به دست آمد. نتایج این پژوهش به افزایش کارایی، کاهش حجم فایل درونداد و صرفه جویی در زمان و هزینه ذخیره و بازیابی اطلاعات منجر می شود.

امروزه تلاش های پرثمری را در حوزه آموزش زبان فارسی شاهدیم؛ باوجوداین، به علت فقدان مطالعات وافی و کافی و نیز پژوهش های بنیادین در این زمینه، هنوز کاستی هایی به چشم می خورد. واژه گزینی و آموزش علمی واژه یکی از همین حوزه هاست که با ابهاماتی، چون اصول گزینش واژه های آموزشی زبان فارسی، سطح بندی واژه ها و نحوه آموزش آنها مواجه است. در آموزش واژه های زبان دوم/ خارجی، بسامد واژگانی و کاربردی بودن واژه ها دو اصل مهم تلقی می شوند. پژوهش حاضر با هدف بررسی واژه گزینی دو مجموعه آموزشی شیراز و پرفا و مقایسه بسامد واژه های آموزشی آنها انجام گرفته و از این رو، بسامد واژگانی این دو مجموعه با یکدیگر مقایسه شده است. واژه های هر مجموعه به روش کتابخانه ای از واژه نامه انتهای کتاب ها جمع آوری شده است. سپس، میزان بسامد واژه های این دو مجموعه با فهرست واژه های چند پژوهش دیگر مقایسه شد. تحلیل داده ها در این پژوهش با استفاده از نرم افزار مایکروسافت اکسل و روش های جدول محوری و فرمول نویسی انجام شده است. نتایج پژوهش نشان می دهند که در مجموع، 864 واژه، یعنی بیش از 30 درصد از واژه های این دو مجموعه مشترک هستند. همچنین، 15/47 درصد از واژه های مجموعه شیراز و 75/38 درصد از واژه های مجموعه پرفا حداقل در یک فهرست آمده اند. در نهایت، می توان چنین برداشت کرد که مجموعه شیراز با اشتراک حدود 50 درصد از واژگان آموزشی خود با حداقل یکی از فهرست های بسامدی انتخابی، وضعیت بهتری از جهت بسامد واژگانی نسبت به مجموعه پرفا دارد.

مجموعه «فرهنگ های بسامدیِ راتلج»، تا به امروز، دست کم در پانزده عنوان منتشر شده و جمعاً مشتمل بر چهارده زبان است. این مجموعه، که از سوی انتشارات راتلج (گروه تِیلور و فرانسیس) منتشر شده، به ویژه در میان کسانی که در زمینه تدوین «فرهنگ های بسامدی» و/ یا «زبان شناسی پیکره ای» پژوهش می کنند، معروفیّت جهانی یافته  است. هریک از کتاب های این مجموعه در قالب فرهنگی بسامدی و برپایه پیکره های زبانیِ غالباً مستقل تدوین شده  است. بیشترِ فرهنگ ها هرکدام 5000 مدخلِ اصلی/ سرمدخل/ بن واژه دارند و بخش اعظمِ متنِ هر کتاب را فهرستِ این واژه ها به ترتیبِ بسامد و از پربسامدترین به کم بسامدترین واژه تشکیل می دهد. مبنای چینشِ واژه ها اساساً بسامدِ خام یا بسامدِ مطلق نیست، بلکه شاخص پراکنشِ هریک از واژه ها نیز مدّ نظر بوده  است. بلافاصله پس از فهرست بسامدی، فهرست الفباییِ واژه ها به ترتیبِ الفبای زبانِ هر فرهنگ آمده است. فهرست های واژگانیِ موضوعی (در جعبه های مستقل و در لابه لای صفحاتِ بخش اصلیِ اثر، یعنی فهرست بسامدی) و نمایه هویّت های دستوری/ اجزای سخن/ پاره های گفتار نیز بعد از آن قرار گرفته اند. پیش از بخش اصلی، یعنی فهرست بسامدیِ مدخل ها، عموماً پیش گفتاری به قلم مارک دِیویس (دبیرِ مجموعه)، سپس مقدّمه ای به قلم مؤلّفان فرهنگ (به علاوه منابعِ مقدّمه)، و چند فقره دیگر آمده است. فرهنگ بسامدی فارسی در سال 2017 م منتشر شد و چاپ دوم آن در 2018 م انتشار یافت. نگارندگان، در مقاله حاضر، پس از معرّفی اجمالیِ مجموعه، به معرّفی و نقد این اثر پرداخته اند و نشان داده اند که اشکالات و معایب آن، هم از نگاه روش شناختی و هم ازنظر موردی، چندین برابرِ محاسن آن است.