استانداردسازی داده‌ها و اطلاعات گویشی: ضرورت و راهکار

گویش‌شناسی به مطالعۀ علمی یک گویش و توزیع جغرافیایی آن می‌پردازد. هر گویش یک زبان است و مطالعۀ یک گویش به تحلیل‎های بسیار زیادی نیاز دارد که همین امر به طولانی‎شدن مدت انجام مطالعات مربوط به یک گویش می‎انجامد. گردآوری داده‎های گویشی بسیار پرزحمت و زمان‌بر است. از این‎رو، نیاز است این داده به‎گونه‎ای تهیه شود تا قابلیت استفادۀ مجدد در بررسی‎های آتی را داشته باشد. دادۀ خام کارایی چندانی در مطالعات گویش‌شناسی ندارد و نیاز است در چارچوب روش تحلیل زبان‎شناسی ساختگرایی، تحلیل‎های زبان‎شناختی به آن اضافه گردد. باتوجه‏به حجم زیاد داده گویشی در طرح‏هایی مانند تهیه اطلس گویش‌های یک کشور و تحلیل‎های زبان‌شناختی اضافه‎شده به آن، به ساماندهی دادۀ گویشی نیاز است. استفاده از رایانه به‎عنوان یک ابزار موجب می‎شود داده براساس ساختار مشخصی انتظام یابد. هدف اصلی این پژوهش، معرفی یک استاندار برای سازماندهی داده‌ها و اطلاعات گویشی است. این استاندارد حاوی دادۀ گویشی، فراداده‎های مربوط به آن گویش و همچنین اطلاعات زبان‎شناختی حاصل از تحلیل دادۀ گویشی است. این اطلاعات براساس ساختار دادۀ درختی و زبان نشانه‌گذاری گسترش‌پذیر سازماندهی می‎گردد. این ساختار داده، قابلیت جابه‎جایی داشته و می‎تواند به‎سادگی به درون یک پایگاه داده خوانده شود.

standardizing dialectic data and information: necessity and solution

dialectology studies a dialect scientifically along with its geographical distribution.each dialect is a language; and to study a dialect various linguistic analyses are required.this property makes the study of a language a little long in terms of time.collecting dialectical data is very time consuming and required a lot of effort.raw data is not much usable in dialectology and it is required to add linguistic analyses to the data in the framework of structural linguistic analysis.using a computer as a research tool causes to prepare the data in a specific structure.the main contribution of the current paper is proposing a standard to organize dialectic data and information.this standard contains the dialectic data, its relevant meta-data, and the linguistic information related to the analysis of this data.the meta-data and linguistic information are organized in the xml tree structure.this data structure is highly portable and it can be easily read into a database.