مقایسه ی واژه های پایه ی زبان فارسی در شش پژوهش

یکی از مهمترین مولفهها در آموزش زبان خارجی/ دوم، واژههای زبان است. بسیاری از کارشناسان آموزش زبان معتقدند که اهمیت این مولفه ی زبانی به-حدی است که یادگیری زبان با یادگیری واژه مترادف شده است؛ به همین جهت چگونگی گزینش و سطحبندی محتوای واژگانی در منابع درسی از مسائل مهم در حوزه ی زباندومآموزی به شمار میرود. استفاده از صورت نشاندار واژههای زبان و گنجاندن سلیقهای واژهها در منابع آموزش زبان فارسی، یکی از بزرگترین چالشها در سر راه یادگیری زبان فارسی است. در پژوهش پیشرو سعی ما بر این بوده است که با استفاده از متون مطبوعاتی و استخراج و بسامدگیری واژههای موجود در این متون، به فهرستی از واژههای پرکاربرد زبان فارسی دست پیدا کنیم. بدین منظور پیکرهای بیش از یکمیلیون و دویست هزار واژه در ۷ زمینه ی موضوعی فرهنگی، اجتماعی، سیاسی، ورزشی، علمی، اقتصادی و ادبیات داستانی در طول ۱۰۰ روز کاری از روزنامههای کثیرالانتشار استخراج شد و در پایگاه داده هایی که جهت انجام این پژوهش تولید شده است ثبت شد. در مرحله ی بعد واژه ها برچسب گذاری و بسامدگیری شدند که پیرو آن به جدول «جمع بسامدها» نیز دست یافتیم. پس از دستیابی به واژه های پربسامد استخراج شده از پژوهش حاضر، به مقایسه ی این واژه ها با نتایج سایر پژوهش ها، از جمله حمید حسنی (۱۳۸۴)، بی جن خان (۱۳۹۰)، محک وب (۱۳۸۷)، همشهری (۲۰۰۹) و نعمت زاده و همکاران (۱۳۹۰) و اعتبارسنجی یافته های پژوهش پرداخته شد. نتیجه ی این مقایسه حاکی از اختلاف حدود ۳۰ درصدی با پژوهش های مشابه است. این اختلاف طبیعی به نظر می رسد؛ زیرا منبع داده های این پژوهش ها یکسان نیست.

Keywords:

زبان فارسی , واژه های پربسامد , واژه های پایه , متون مطبوعاتی , پیکره زبانی