سید محمدحسین هاشمی نژاد

کهن الگوها همان تصاویر باستانی و تجربه های کهن بشری است که چون میراثی از گذشتگان در روان هر شخص قرار دارد، محتویات ناخودآگاهی جمعی را تشکیل می دهد از مهم ترین یافته های یونگ می باشد. یکی از این کهن الگوها، سایه است که در تفرد و تکامل روان، تأثیر به سزایی دارد. سایه، بخش تاریک وجودمان و ویژگی های منفی است که وجود آن ها را در خود انکار می کنیم و تنها با شناخت و پذیرش آن اولین گام در راه تفرد را برداشته ایم. ادبیات یکی از عرصه های  ناخودآگاهی است که نمایانگر لایه های پنهان خالق اثر می باشد. با سیر در آثار سعدی ردپایی از این صور اساطیری و برخی نظریات روان شناسی یونگ را می توان دید. مسئله اصلی در این جستار تطابق عملکرد سعدی با نظریات یونگ در برخورد با سایه است. این پژوهش بر آن تا با روش تحلیلی و توصیفی به تبیین کهن الگوی سایه و بررسی آن در حکایاتی از بوستان بپردازد و نشان دهد که سعدی پیش از یونگ با زبان و تعبیرات منحصربه فرد خویش به این جنبه تاریک روان اشاره کرده است. راهکاری را که در رویارویی با سایه ارائه می دهد با شیوه روان درمانی یونگ منطبق است؛ گویی کلام سعدی آبشخوری برای اندیشه های یونگ است. برخی از این مفاهیم را می توان در نگاره های موجود در نسخ مصور بوستان سعدی در موزه چستر سیتی لندن نیز مشاهده کرد. اهداف پژوهش: بررسی کهن الگوی سایه در بوستان سعدی با تأکید بر نسخه مصور بوستان بررسی تطبیقی کهن الگوی سایه در بوستان سعدی و انطباق آن با آراء یونگو. سؤالات پژوهش: کهن الگوی سایه چه جایگاهی در زبان و تعبیرات سعدی در کتاب بوستان دارد؟ کهن الگوی سایه در آراء یونگ دارای چه وجوه اشتراکی با زبان سعدی در کتاب بوستان است؟

استخراج فراداده باعث تسهیل در فرایند نمایه سازی و بهبود در بازیابی اطلاعات است. از سوی دیگر، خودکارسازی این فرایند سبب افزایش کارایی نسبت به استخراج دستی فراداده هاست. نام دانشجو، نام اساتید، عنوان، رشته و مقطع تحصیلی، چکیده، و کلمات کلیدی نمونه ای از فراداده های پایان نامه است. هدف در این مقاله شناسایی خودکار مرز فراداده و بدنه اصلی در پایان نامه های فارسی است. بدین منظور، 250 پایان نامه ثبت شده در سامانه «ایرانداک» جمع آوری شده است. ویژگی های مد نظر از هر پاراگراف استخراج شده و سپس، پاراگراف های پایان نامه با روش ماشین بردار پشتیبان به دو کلاس فراداده و بدنه طبقه بندی شد. در این پژوهش برای تنظیم پارامترهای الگوریتم ماشین بردار پشتیبان، الگوریتم فرامکاشفه ای خفاش به کار گرفته شده است. نتایج نشان می دهد که روش پیشنهادی با دقت 6/96 درصد نوع پاراگراف را تشخیص می دهد.