زایایی صرفی پسوندهای اشتقاقی غیرفعلی فارسی: شواهدی از "پیکره وابستگی" (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
زایایی صرفی، موضوعی بنیادی در واژه سازی اشتقاقی است که در سنجش و تحلیل، ابعاد پیچیده خود را به نمایش می گذارد. توجه به تفاوتِ بین سنجش زایایی گذشته، میزانِ استفاده کاربران و زایایی کنونی، موضوع در خور توجهی است. در بیشتر سنجش های زایایی صرفی، شمارش ساده واژه های موجود (بالفعل) در فرهنگ های لغت و پیکره هایِ زبانی، انجام می شود. در صورتی که سنجش زایایی با تعیین بسامدِ واژه های دیگری همچون واژه های ممکن (بالقوه)، نوواژه ها و تک بسامدی ها نیز سر و کار دارد. زایایی، هر چند با شمارش این بسامدها، مرتبط است اما شمارشِ صِرف با مفهوم زایایی صَرفی، برابر نیست. در این مقاله، گروه بندیِ نوینی از همه سنجش های کمّی زایایی صرفی، بر مبنای مفاهیم آمار و احتمالات ارائه گردید که در چهار مدل کلی؛ تعیین نسبت، تعیین بسامد، تعیین نوواژه ها و تعیین تک بسامدی ها (برآورد احتمال)، گنجانده شد. سپس زایایی صرفی50 پسونداشتقاقی غیر فعلی زبان فارسی بر اساس «پیکره وابستگی» ارزیابی شده و رتبه بندی پسوندها در پیوستار احتمالی زایایی، تحلیل شد. این پیکره دارای469643 واژه است. یافته ها نشان می دهد، در این پیکره مطابق با چارچوبِ سنجشِ زایایی جهانی (Bauer, 2004) و (Baayen, 2009)، سه پسوند«-ی» و «- َن و -اِ »، با مقادیر (1. 0)، (1. 0) و (47. 0)، بالاترین احتمال زایایی را دارند. 25 پسوند دارای پایین ترین احتمال (001. 0) زایایی اند. 22 پسوند دیگر با احتمالی بین (01. 0) و (007. 0)، در میانه پیوستار قرار گرفتند. استفاده از زایایی جهانی به دلیل محاسبه سهم ِ عددی مجموعِ تک بسامدی های پیکره در تغییرِ احتمالِ زایایی، دارای پایایی اند. بدیهی است یافته های این پژوهش فقط در «پیکره وابستگی» دارای روایی است. برای تحلیل دقیق تر پیوستار احتمالی زایایی پسوندها، به بررسی های مبتنی بر پیکره های بزرگ تر نیازمندیم.Morphological Productivity of Non-verbal Persian Derivational Suffixes in “Dependency Corpus”
Productivity covers a wide range of linguistic phenomena. Productivity is as much about syntactic phenomena; it can be related to morphological phenomena. The various definitions of productivity are reflected in the presentation of the approach and the method of productivity measurement. Studies on what and how to measure morphological productivity have been conducted since 1899. It can be said, in 1976, Aronoff proposed the first method for quantitative measuring of morphological productivity in English. Baayen (2009), in productivity measurement, considered the possibility of finding new words made by derivational suffixes. Thus, he has developed quantitative morphological productivity measurement methods. Anshen and Aronoff (1998), describe productivity of how new words are made with a certain suffix. With this view, the productivity rate of each suffix is obtained. It means productivity becomes a probable continuum and it can be used to predict the rate of possible word construction. At both ends of this continuum, there are patterns that are "full-productive" and “non-productive”. Of course, Palg (2006), also discusses the use of suffixes as overall “possibility" of language for constructing new words. The logical consequence of all morphological productivity analyzes is the presentation of various methods for quantitative measuring of the productivity of suffixes. Most studies on this field focus on the measurement and reliability and validity of each measurement. Despite more than thirty years of quantitative studies, Bauer (2004) argues that one of the empirical problems with these measurements is that "we do not yet have a reliable measure for productivity”. In Iran, Abbasi (2005), Rafiei (2008), Badakhshan (2010), Hemmasian (2010), Kheirabadi et al. (2010), Erfanian Qonsuli (2011), Mavvaji (2012), Amirarjmandi et al. (2013) and Farzaneh (2016) have studied on morphological productivity in Persian. The main purpose of this study is to quantify the current productivity of non-verbal Persian derivational suffixes using different methods so that the probable productivity continuum of these suffixes is given. This article also introduced and analyzed different methods for quantitative measurement of productivity in researchers' studies over the last thirty years. In this study, morphological productivity is assessed using a corpus-based approach. Additionally, according to Bauer (2004) and Baayen (2009) quantitative measurement framework, four frequency methods and two probability estimation methods have been used to measure morphological productivity.
تبلیغات
