نامه فرهنگستان

نامه فرهنگستان

بررسی مزایا و معایت استفاده از منابع اینترنتی به عنوان بخشی از پیکره فرهنگ‌نویسی

نوع مقاله : مقاله پژوهشی

نویسنده
سارا شریف‌پور
عضو هیئت علمی فرهنگستان زبان و ادب فارسی
چکیده
در این مقاله استفاده از شاهدهای اینترنتی در فرایند فرهنگ‌نویسی بررسی شده‌است و به این منظور شاهدهایی از فرهنگ جامع زبان فارسی ارائه شده که نشان می‌دهد مؤلفان این فرهنگ در کنار بهره‌مندی از پیکرۀ‌ زبانی عظیم خود، به‌دلیل نزدیکی شاهدهای اینترنتی به کاربرد روزمره و طبیعی زبان، نیازمند استفاده از این شاهدها نیز هستند. با توجه به این نیاز، در مقالۀ پیش رو با استفاده از تحلیل ترپ و فوئرتس - اولیورا (۲۰۱۶)، مزایا و حساسیت‌های استفاده از شاهدهای اینترنتی معرفی شده و به بررسی نقش فعال مؤلفان فرهنگ در استفادۀ بهینه و مؤثر از داده‌های اینترنتی پرداخته شده‌است. در ادامه، براساس این تحلیل، رویکردهای اتخاذشده در فرهنگ جامع زبان فارسی برای استفاده از شاهدهای اینترنتی بررسی شده و با به‌دست دادن نمونه‌هایی از مدخل‌های این فرهنگ، آن‌ها آسیب‌شناسی و تحلیل شده‌است.
کلیدواژه‌ها
پیکرۀ فرهنگ‌نویسی
پیکرۀ اینترنتی
شاهدهای زبانی اینترنتی
استخراج شاهدهای اینترنتی

عنوان مقاله English

An Investigation of the Advantages and Disadvantages of Using Internet-Based Sources in a Lexicographic Corpus

چکیده English

This article investigates the use of internet as a partial corpus for lexicographic projects. For this purpose, examples are selected from The Comprehensive Persian Dictionary to show that albeit a large linguistic corpus had been already available to the compilers, they had but to use internet-based citations due to their proximity to everyday language in common use. Having shown the significance of such data, the present author then draws upon Prat & Fuertes Olivera (2016) to explore not only the advantages and disadvantages of internet evidence but the active role compilers can play in using such resources. The author subsequently examines the strategies employed in The Comprehensive Persian Dictionary and provides example entries toward a SWOT (Strengths, Weaknesses, Opportunities, and Threats) analysis.

کلیدواژه‌ها English

Lexicographic corpus
Internet corpus
Internet linguistic evidence
Internet evidence extraction
خطیبی، ابوالفضل (۱۳۸۶)، «ﻓﺮﻫﻨﮓ ﺟﺎﻣﻊ ﺯﺑﺎﻥ ﻓﺎﺭﺳﯽ، پیکره ﺩﺭ ﻓﺮﻫﻨﮓ ﻧﻮیسی ﻓﺎﺭﺳﯽ ﻭ پیکره ﺯﺑﺎﻧﯽ ﺭﺍیانه‌ﺍﯼ»، فرهنگ‌نویسی، شمارۀ ۱، صفحه‌های ۴ـ۶۷.
فرهنگ جامع زبان فارسی (۱۳۹۲و۱۳۹۵)، زیر نظر علی‌اشرف صادقی، فرهنگستان زبان و ادب فارسی، تهران.
De Groc, C. (2011, August). Babouk: Focused web crawling for corpus compilation and automatic terminology extraction. In 2011 IEEE/WIC/ACM International Conferences on Web Intelligence and Intelligent Agent Technology (Vol. 1, pp. 497-498). IEEE.
Fuertes-Olivera, P. A. (2012), “Lexicography and the Internet as a (Re-) source”, Lexicographica, 28(1), 49-70.
Gudmann, H. R. (2014), Betydningshuller i Spanske Ordbøger. En Undersøgelse af Betydningsenheder i Spanske Monolingvale Almene Receptionsordbøger, M.A. Thesis. Aarhus: Aarhus University, Department of Business Communication.
Kilgarriff, A. (1997), “I don’t believe in word senses”, Computers and the Humanities, 31(2), 91-113.
Kilgarriff, A. and G. Grefenstette (2003), “Introduction to the Special Issue on the Web as Corpus”, Computational Linguistics 29(3): 333-347.
Tarp, S. T., and Fuertes-Olivera, P. A. (2016), “Advantages and disadvantages in the use of internet as a corpus: The case of the online dictionaries of Spanish Valladolid-UVa”, Lexikos, 26(1), 273-295.
Zgusta, L. (1989), “Probable future developments in lexicography”, Hausmann, FJ et al.(Eds.), 1991, 3157-3167.

  • تاریخ دریافت 07 اسفند 1400