مقایسه ی واژه های پایه ی زبان فارسی در شش پژوهش

یکی از مهم‏ترین مولفه ها در آموزش زبان خارجی/ دوم، واژه های 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 واژه های زبان و گنجاندن سلیقه‏ای واژه ها 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 واژه های موجود در این متون، به فهرستی از واژه های پرکاربرد زبان فارسی دست پیدا کنیم. بدین منظور پیکره‏ای بیش از یک‏میلیون و دویست هزار واژه در 7 زمینه ی موضوعی فرهنگی، اجتماعی، سیاسی، ورزشی، علمی، اقتصادی و ادبیات داستانی در طول 100 روز کاری از روزنامه های 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 (1384)، بی جن خان (1390)، محک وب (1387)، همشهری (2009) و نعمت زاده و همکاران (1390) و اعتبارسنجی یافته های پژوهش پرداخته شد. نتیجه ی این مقایسه حاکی از اختلاف حدود 30 درصدی با پژوهش های مشابه است. این اختلاف طبیعی به نظر می رسد؛ زیرا منبع داده های این پژوهش ها یکسان نیست.