فهرست نشریات علمی دسترسی آزاد ایران

در تهیه سامانه‌های برچسب‌گذاری اجزای کلام در زبان فارسی، بررسی ساخت‌واژی اسم‌ها و صفت‌ها از دو نظر حائز اهمیت است: 1. اگر در یک پیکره متنی فارسی کلمه‌ای در واژگان حضور نداشته باشد (کلمه خارج از واژگان)، نمی‌توان برچسب‌های مربوط به کلمه را بازیابی کرد. در این صورت، برچسب کلمه را تنها می‌توان با توجه به شکل کلمه (انواع پیشوندها و پسوندهایی که به کلمات متصل می‌شوند) یا بافتی که کلمه در آن ظاهر می‌شود، یا هر دو، حدس زد. 2. زبان فارسی ظرفیت بالایی برای ساخت هم‌نگاره‌های جدید که از ساخت‌واژه فارسی نشأت می‌گیرند، نیز دارد. بنابراین، بررسی ساخت‌واژی اسم‌ها و صفت‌ها، به‌منظور تفکیک آن‌ها از هم ضروری به نظر می‌رسد، زیرا اکثر صفت‌ها در بافت‌های گوناگون، با صورت نوشتاری یکسان می‌توانند برچسب «اسم» بگیرند. در تحقیق حاضر ساخت‌واژه اسم‌ها و صفت‌ها در فارسی بررسی شده است. نظام نوشتاری زبان فارسی نیز مورد بررسی قرار گرفته تا از این رهگذر بتوان به شناسایی انواع هم‌نگاره‌ها در زبان فارسی پرداخت. سپس، انواع هم‌نگاره‌ها در زبان فارسی مورد مطالعه قرار گرفته و در نهایت، از طریق جست‌وجو به دو روش ماشینی و دستی، فهرست مبسوطی از هم‌نگاره‌ها از پیکره‌های «پیکره متنی زبان فارسی»، «پایگاه دادگان زبان فارسی» و «پیکره وابستگی نحوی زبان فارسی» تهیه شده است. بررسی کلی هم‌نگاره‌ها در پیکره‌های مورد مطالعه نشان می‌دهد که بیشتر هم‌نگاره‌ها، فراوانی بالایی در پیکره‌های متنی فارسی دارند و اکثر آن‌ها در اثر یکسان بودن نمود نوشتاری تکواژ یای نکره، یای اسم‌ساز، شناسه دوم شخص مفرد، یای صفت‌ساز و یای متصل به گروه اسمی ایجاد شده‌اند.