نظام آوایی زبان فارسی در آینه آمار

در پژوهش حاضر، با تحلیل آماریِ ویژگی‌های واجیِ موجود در 54391 واژه فارسی، کوشیده‌ایم تا جنبه‌هایی از سازوکار نظام آوایی زبان فارسی را با زبان آمار بیان کنیم. جنبه‌های واجی-آماریِ موجود در واژگان (ذهنی) فارسی‌زبان‌ها، که در این تحقیق به آن پرداخته‌ایم، مواردی مانند الگوی تکیه واژه در زبان فارسی، هجا و تعداد هجا در واژه فارسی، واج‌آراییِ واژه‌های فارسی، بسامد طبقات طبیعی واجی در کل داده‌ها، بسامد طبقات طبیعی واجی در درون هجا، واج‌آراییِ خوشه‌های همخوانی، هجای بی‌نشان و بهینه در زبان، فراوانی واج‌ها در زبان فارسی و مسایل مشابه را دربرمی‌گیرد. در انتخاب واژه‌ها، ابتدا یک پیکره متنی ده میلیون کلمه‌ای مورد تجزیه ساختواژی قرار گرفت و در ادامه با حذف صورت‌کلمه‌ها و نیز کلمات خارجی فهرست واژه‌ها به دست آمد و سپس این فهرست با فرهنگ معاصر فارسی امروز مقابله شد و مدخل‌های جدید با بسامد 1 به فهرست واژگان اضافه شد و سپس کل واژه‌ها از نظر اطلاعات واجی فوق مورد تجزیه و تحلیل قرار گرفت. نتایج این تحقیق واجی-آماری از یک سو موید اصول و مفاهیم واج‌شناختی مانند طبقه طبیعی واجی، فرایندهای واجی، ساختمان سلسله‌مراتبیِ هجا و غیره است و از طرف دیگر بسامد واج‌ها و زنجیره‌های واجی را بازگو می‌کند، که در نتیجه آن پیوستار بی‌نشانی و نشان‌داری در نظام آوایی زبان مشخص می‌شود.