تحليل عبارات احتياط‌آميز در پيكره زباني آكادميك فردوسي: مقايسه‌ي دو حوزه علوم انساني و علوم پايه

Hedge Analysis in Ferdowsi Annotated Academic Language Corpus: A Comparison of the Fields of Humanities and Science

پيكره شامل متن‌هاي پيوسته طبيعي است كه به صورت الكترونيكي ارائه شده‌است و ميتوان از آن اطلاعات درباره عناصر زباني، به‌صورت واژگاني و غيرواژگاني در كم‌ترين زمان ممكن و با بالاترين ميزان دقت، استخراج نمود. نويسندگان اين مقاله، پيكره زباني آكادميك فردوسي را ايجاد كرده و هدف از اين مقاله معرفي پيكره اعضاي هيات علمي دانشگاه فردوسي مشهد و به‌كارگيري آن در تحليل و توصيف عبارات احتياط‌آ ميز در دو حوزه علومانساني و علومپايه است. عبارات احتياط‌آميز ميزان قطعيت كلام نويسنده را با كلماتي مانند «شايد»، «ممكن است» و «حتما» مشخص مي‌كند. پژوهش‌هايي كه تاكنون بر روي اين عبارات انجام شده‌است، با داده‌هايي اندك و به صورت كاملا دستي انجام‌شده‌‌اند. در اين پژوهش ضمن استفاده از دسته‌بندي سلاجرمير (1997) براي شناسايي عبارات احتياط‌آميز، داده‌ها با استفاده از پيكره الكترونيكي ساخته‌شده كه شامل 1100 مقاله زبان فارسي مي‌باشد، استخراج شدند. بر اساس نتايج حاصل از اين پژوهش ميزان كاربرد عبارات احتياط‌ آميز در حوزه علوم‌انساني حدود دو برابر بيشتر از حوزه علوم‌پايه بود. در اين ميان استفاده از شرطي‌ها و عبارات حاكي از شك و ترديد در هر دو حوزه بسامد بالايي داشتند. نتايج حاصل از اين پژوهش به علت بالاتر بودن حجم داده‌هاي مورد استفاده نسبت به تحقيقات پيشين، قابليت تعميم بيشتري به عنوان الگو در نوشتن مقالات علمي زبان فارسي را دارا هستند. همچنين تأييد شد پيكره ساخته‌شده در اين پژوهش كه تا 96 درصد دقت دارد، به عنوان منبع بسيار خوبي براي تحليل و تحقيق بر روي متون علمي قابل استفاده است.

A corpus consists of natural continuous texts that are presented electronically and from which information about linguistic elements (both lexical and non-lexical) can be extracted; this can be done in the shortest possible time and with the highest degree of accuracy. The authors of this article have created Ferdowsi Annotated Academic Language Corpus and the purpose of this article is to introduce the corpus of faculty members of Ferdowsi University of Mashhad and use it in analyzing and describing hedges in both fields of humanities and science. Hedges indicate the certainty of the author through words such as "maybe", "possibly" and "definitely". Research in this area has mainly focused on manual analysis of limited number of words. In this study, Salager Meyer’s (1997) classification has been used to identify, and categorize hedges. The data were extracted from Ferdowsi Annotated Academic Language Corpus which contains 1100 Persian language articles. Based on the results, the use of hedges in the field of humanities was about twice as much as in the field of science. Meanwhile, the use of conditionals and expressions of doubt in both fields had a high frequency. The results from this study have a better chance at being generalized to the fields under study due to the greater number of entries. The accuracy of the corpus labeling is 96% and it can be used as an excellent source for analysis and research on scientific texts.