تحلیلی بر پیکرۀ برچسبگذاریشدۀ حاصل از محتوای کتابهای درسی پایههای اول تا ششم ابتدایی
نویسندگان
1 دانشجوی دکتری، مؤسسه آموزش عالی علوم شناختی، تهران، ایران
2 دانشیار زبانشناسی، پژوهشکده زبانشناسی، پژوهشگاه علوم انسانی و مطالعات فرهنگی، تهران، ایران
3 دانشجوی دکتری، پژوهشکده زبانشناسی، پژوهشگاه علوم انسانی و مطالعات انسانی، تهران، ایران
doi
10.30465/lsi.2025.47627.1727چکیده
در سند نقشه جامع علمی کشور، به ارتقای جایگاه زبان فارسی در مقام زبان علم در بین زبانهای بینالمللی علمی اشاره شدهاست. یکیاز راهکارهای رسیدن به این هدف کلان، گسترش زبان فارسی ذکر شدهاست. برای رسیدن به این هدف که میتواند در حوزۀ سیاستگذاریهای مربوط به زبان فارسی مطرح شود، به درک بیشتر از محتوای زبانی نیاز است. از این منظور، کتابهای درسی دانشآموزان که با مفاهیم پایه آموزش میبینند اهمیت زیادی پیدا میکند. توصیف این ویژگیها میتواند بههنگام تهیه محتوای زبانی مد نظر قرار گیرد. در این پژوهش، پیکرهای از متون درسی کلاسهای اول تا ششم ابتدایی به حجمی در حدود 208هزار واژه تهیه شده و برچسبگذاری شدهاست. این دروس شامل فارسی، علوم، مطالعات اجتماعی و هدیههای آسمانی است. تمام جملات دروس مختلف به تفکیک پایه و درس، در فایلهای متنی ساده حروفنگاری شده و پساز هنجارسازی در فرایند پیشپردازش، در چهار سطح آوایی، بنواژه-ای، مقولۀ دستوری و تجزیۀ سازهای نحوی برچسبگذاری شده و بررسی شدهاست. نتایج حاصل از این میتواند به شناخت بیشتر از محتوای کتابهای درسی کمک کند و در حوزه آموزش و سیاستگذاری در این حوزه مفید باشد.
