فاطمه سلطان زاده

تشخیص خودکار هویت نویسنده متن یکی از مسائل مهم زبان شناسی حقوقی تلقی می شود. در پژوهش حاضر تلاش می شود کارایی ویژگی های مبتنی بر مفاهیم دستور نقش گرای نظام مند هالیدی (هالیدی و متیسن، 2014) با کارایی واژ ه های دستوری در تشخیص هویت نویسنده مقایسه شود. به این منظور، در ابتدا، پیکره ای از آثار هفت نویسنده معاصر ایرانی گردآوری شد. در مرحله دوم، از واژه های دستوری استخراج شده از پیکره فهرستی تهیه شد؛ به علاوه، یک مجموعه واژگان براساس شبکه نظام حروف ربط، شبکه نظام افزوده وجه و شبکه نظام افزوده نگرشی با استفاده از منابع زبانی تهیه شد. سپس بسامد نسبی واژه های دستوری و ویژگی های مبتنی بر دستور نقش گرای نظام مند در هر متن محاسبه شد. طبقه بند پرسپترون چند لایه، نوعی شبکه عصبی، برای مرحله آموزش سامانه به کار گرفته شد و به دقت مطلوبی در مرحله ارزیابی منجر شد. بررسی نتایج ارزیابی سامانه نشان داد که روش محاسبه بسامد واژه های دستوری نسبت به روش مبتنی بر دستور نقش گرای نظام مند در تشخیص هویت نویسنده متون فارسی برتری دارد؛ باوجوداین، هنگامی که ویژگی های دستور نقش گرای نظام مند هالیدی درکنار ویژگی بسامد واژه های دستوری به کار روند، کارایی سامانه نسبت به حالتی که تنها از ویژگی بسامد واژه های دستوری استفاده شود، ارتقا می یابد.

امروزه پیکره های زبانی در تعیین سبک نگارش کاربرد فراوان دارند. در این پژوهش از پیکره ای به زبان فارسی برای تعیین سبک نگارش متون معاصر استفاده و کارآیی واژه های دستوری با واژه های محتوایی در راستای این هدف مقایسه شد. برای این منظور، پیکره ای از آثار هفت نویسنده معاصر به نام های هوشنگ گلشیری، بزرگ علوی، احمد محمود، محمود دولت آبادی، نادر ابراهیمی، جلال آل احمد و غلامحسین ساعدی انتخاب و گردآوری شد. سپس با استفاده از این پیکره و الگوریتم های یادگیری عمیق چون پرسپترون چندلایه و حافظه طولانی کوتاه مدت، کارآیی واژه های محتوایی و انواع واژه های دستوری در تشخیص سبک نگارش متن سنجیده شد. نتایج ارزیابی پژوهش نشان داد روش استفاده از واژه های دستوری عملکرد بهتری نسبت به روش واژه های محتوایی در تعیین سبک نگارش متن دارد. همچنین در میان انواع واژه های دستوری ضمایر خصوصاً ضمایر شخصی و اشاره بیشترین نقش را در تفکیک سبک نویسندگان پیکره داشتند. به علاوه، حروف ربط و افعال کمکی در تعیین نویسندگان فارسی بسیار مؤثر بودند.