مقارنه اسلوبیه بین السور المکیه والمدنیه فی تنوع المفردات فی ضوء نظریه جونسون (سورتی طه والنور، نموذجین)
Publish place: Horizons of Islamic civilization، Vol: 20، Issue: 1
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Arabic
View: 227
This Paper With 23 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_AFAGH-20-1_002
تاریخ نمایه سازی: 23 مرداد 1400
Abstract:
من اهم الاتجاهات الحدیثه التی یمکن من خلالها القاء الضوء علی النصوص عامه والنص القرآنی الشریف خاصه برویه لغویه هو الاسلوبیه او علم الاسلوب والذی ینوی التعرف علی کیفیه استخدام لغه ما فی نص ما. وللاسلوبیه مناهج متعدده منها الاسلوبیه الاحصائیه والتی تقوم علی اساس الاستفاده من الاحصائیات فی خدمه اللغویات حیث یودی الی نتائج اسلوبیه دقیقه فی النصوص ایا کان نوعها. احدی هذه المناهج الاسلوبیه الاحصائیه، نظریه الثروه اللفظیه لجانسون مستنده باحصاء المفردات المنفرده فی نص ما للتعرف علی ثروتها المعجمیه. علی هذا تقارن المقاله هذه، بین سوره مکیه واخری مدنیه کنموذجین و تدرسهما دراسه اسلوبیه احصائیه وفقا علی نظریه جونسون لتبین علی منهج توصیفی – تحلیلی، تجریب هذا المنهج الاسلوبی الاحصائی فی الدراسات القرآنیه اولا وتبین التفاوت المحتمل بین السور المکیه والمدنیه فی الثروه اللفظیه ثانیا. اذن تتناول هذه الدراسه میزات اسلوبیه للسورتین المکیه (طه) والمدنیه (النور) فی الخطوه الاولی لبحث اوسع وتحلل الثروه اللفظیه فیهما عن طریق قیاس غناء المفردات ثم یغنی البحث بمقارنه الحقول الدلالیه بین السورتین بناءا علی نتائج التنوع اللفظی ومن نتائج البحث ان الثروه اللفظیه فی السور المکیه و المدنیه لاتختلف اختلافا ملحوظا رغم الاختلاف الموضوعی؛ وان الحقول الدلالیه المعنیه بالاجتماع والاحکام فی السوره المدنیه والحقول الدلالیه المعنیه بالاعتقادات فی السوره المکیه یمکن اثباتهما بمساعده النتائج الحاصله من احصاء الثروه اللفظیه.
Keywords:
Authors
فاطمه بهشتی پور
طالبه الماجیستر فی قسم اللغه العربیه وآدابها بجامعه الامام الخمینی الدولیه،قزوین، ایران
علیرضا نظری
استاذ مساعد فی قسم اللغه العربیه وآدابها بجامعه الامام الخمینی الدولیه، قزوین، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :