مقایسه‏ ی واژه های پایه‌ی زبان فارسی در شش پژوهش

یکی از مهم‏ترین مؤلفه‏ها در آموزش زبان خارجی/ دوم، واژه‏های زبان است. بسیاری از کارشناسان آموزش زبان معتقدند که اهمیت این مؤلفه‌ی 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 حوزه‌ی 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 7 زمینه‌ی موضوعی فرهنگی، اجتماعی، سیاسی، ورزشی، علمی، اقتصادی و ادبیات داستانی در طول 100 روز کاری از روزنامه‏های کثیرالانتشار استخراج شد و در پایگاه داده‌هایی که جهت انجام این پژوهش تولید شده‌است ثبت شد. در مرحله‌ی بعد واژه‌ها برچسب‌گذاری و بسامدگیری شدند که پیرو آن به جدول «جمع بسامدها» نیز دست یافتیم. پس از دستیابی به واژه‌های پربسامد استخراج شده از پژوهش حاضر، به مقایسه‌ی این واژه‌ها با نتایج سایر پژوهش‌ها، از جمله حمید حسنی (1384)، بی‌جن‌خان (1390)، محک‌وب (1387)، همشهری (2009) و نعمت‌زاده و همکاران (1390) و اعتبارسنجی یافته‌های پژوهش پرداخته شد. نتیجه‌ی این مقایسه حاکی از اختلاف حدود 30 درصدی با پژوهش‌های مشابه است. این اختلاف طبیعی به نظر می‌رسد؛ زیرا منبع داده‌های این پژوهش‌ها یکسان نیست.