شماره ركورد
1352377
عنوان مقاله
تهيهٔ فهرست بسامدي واژگان علمي فارسي با بهرهگيري از پيكرهٔ علمي
پديد آورندگان
رضائي شريفآبادي ، مرتضي دانشگاه شيراز , مولودي ، اميرسعيد دانشگاه شيراز - بخش زبا نهاي خارجي و زبان شناسي بخش زبان هاي خارجي و زبان شناسي , احمدي ، عليرضا دانشگاه شيراز - بخش زبا نهاي خارجي و زبان شناسي , خرمايي ، عليرضا دانشگاه شيراز - بخش زبا نهاي خارجي و زبان شناسي
از صفحه
901
تا صفحه
926
كليدواژه
فهرست بسامدي , واژگان علمي , پيكره علمي , زبان فارسي , زبانشناسي پيكرهاي
چكيده فارسي
واژههاي علمي واژههايي هستند كه در طيف وسيعي از رشتههاي علمي بسامد بالايي دارند و بسامدشان در متون علمي بسيار بيشتر از بسامدشان در ساير متون است. دسترسي به فهرستي بسامدي از واژههاي علمي ميتواند به يادگيري سريعتر زبان علمي كمك كند. پيشنياز تهيه چنين فهرستي ايجاد پيكرهاي متوازن از متون علمي فارسي است. براي اين منظور، متون علمي منتشرشده در نشريات علمي فارسي با برنامهنويسي رايانهاي و توسعه خزنده وب جمعآوري شد. سرانجام، پيكرهاي شامل بيش از ۵۱ ميليون واژه با حجم متوازني از داده در چهار حوزه موضوعي شامل «علوم پايه و فني و مهندسي»، «علوم انساني و هنر و معماري»، «پزشكي و دامپزشكي» و «كشاورزي و منابع طبيعي» ساخته شد. در اين پژوهش پس از بررسي ملاحظات مربوط به توسعه فهرستهاي بسامدي علمي، فهرستي از واژههاي علمي فارسي تهيه شد كه شامل ۳۰۷ بنواژه است و در متون علمي بسامد بالايي دارند كه بسامدشان در متون علمي به مراتب بيشتر از متون عمومي است و پراكندگي مناسبي در موضوعات مختلف علمي دارند. نتايج ارزيابي فهرست بسامدي تهيهشده نشاندهنده پوشش بيش از ۱۶ درصدي فهرست روي متون علمي است كه اين درصد با پوشش فهرستهاي جمعآوريشده براي زبانهاي ديگر مطابقت دارد. همچنين، توزيع مناسب واژههاي فهرست جمعآوريشده در چهار حوزه موضوعي پيكره باعث شده است كه ميزان پوشش در هر يك از اين حوزههاي موضوعي نيز عددي قابل قبول بين ۱۲ تا ۱۸ درصد باشد. فهرست واژههاي علمي استخراجشده ميتواند براي اهداف مختلف آموزشي و پژوهشي مورد استفاده قرار گيرد. همچنين، پيكره علمي تهيهشده نيز منبع ارزشمندي براي مطالعات حوزه زبانشناسي پيكرهاي و پژوهشهاي مرتبط با پردازش زبان است.
عنوان نشريه
پژوهش نامه پردازش و مديريت اطلاعات
عنوان نشريه
پژوهش نامه پردازش و مديريت اطلاعات
لينک به اين مدرک