تحلیل عبارات احتیاط‌ آمیز در پیکره زبانی آکادمیک فردوسی: مقایسه‌ی دو حوزه علوم انسانی و علوم پایه

پیکره شامل متن‌های پیوسته طبیعی است که به صورت الکترونیکی ارائه شده‌است و می‏توان از آن اطلاعات درباره عناصر زبانی، به‌صورت واژگانی و غیرواژگانی در کم‌ترین زمان ممکن و با بالاترین میزان دقت، استخراج نمود. نویسندگان این مقاله، پیکره زبانی آکادمیک فردوسی را ایجاد کرده و هدف از این مقاله معرفی پیکره اعضای هیات علمی دانشگاه فردوسی مشهد و به‌کارگیری آن در تحلیل و توصیف عبارات احتیاط‌آ میز در دو حوزه علومانسانی و علومپایه است. عبارات احتیاط‌آمیز میزان قطعیت کلام نویسنده را با کلماتی مانند «شاید»، «ممکن است» و «حتما» مشخص می‌کند. پژوهش‌هایی که تاکنون بر روی این عبارات انجام شده‌است، با داده‌هایی اندک و به صورت کاملا دستی انجام‌شده‌‌اند. در این پژوهش ضمن استفاده از دسته‌بندی سلاجرمیر (1997) برای شناسایی عبارات احتیاط‌آمیز، داده‌ها با استفاده از پیکره الکترونیکی ساخته‌شده که شامل 1100 مقاله زبان فارسی می‌باشد، استخراج شدند. بر اساس نتایج حاصل از این پژوهش میزان کاربرد عبارات احتیاط‌آمیز در حوزه علوم‌انسانی حدود دو برابر بیشتر از حوزه علوم‌پایه بود. در این میان استفاده از شرطی‌ها و عبارات حاکی از شک و تردید در هر دو حوزه بسامد بالایی داشتند. نتایج حاصل از این پژوهش به علت بالاتر بودن حجم داده‌های مورد استفاده نسبت به تحقیقات پیشین، قابلیت تعمیم بیشتری به عنوان الگو در نوشتن مقالات علمی زبان فارسی را دارا هستند. همچنین تایید شد پیکره ساخته‌شده در این پژوهش که تا 96 درصد دقت دارد، به عنوان منبع بسیار خوبی برای تحلیل و تحقیق بر روی متون علمی قابل استفاده است.

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

A corpus consists of natural continuous texts that are presented electronically and from which information about linguistic elements (both lexical and nonlexical) 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.