فارسی تاجیکی

زبان تاجیکی، یا به شکل درست تر گویش تاجیکی زبان فارسی، از گونه های زنده زبان فارسی است که در کشور تاجیکستان رواج دارد. مهم ترین تفاوت فارسی رایج در ایران با فارسی تاجیکی در سیستم نوشتار است که این تفاوت سبب ایجاد گسست فرهنگی میان دو ملتی که گفتار هم را متوجه می شوند، شده است. ساخت سامانه ای برای تبدیل این دو نوشتار می تواند به نزدیکتر کردن این دو ملت کمک شایان ذکری کند. در گذشته تلاش هایی برای ساخت نویسه گردان رایانشی بین این دو گونه نوشتار صورت گرفته است. این سامانه ها با استفاده از روش های سنتی و قانون محور این کار را انجام می دادند و برای همین خطاهای قابل توجهی در خروجی خود دارند. در این پژوهش تلاش شده است که با کمک روش های یادگیری ژرف این نویسه گردانی انجام شود. در دهه گذشته این روش ها تحول عظیمی در زبانشناسی رایانشی ایجاد کرده اند. در این پژوهش ابتدا پیکره موازی میان فارسی و تاجیکی جمع آوری شده است. سپس با کمک مدل های رشته به رشته یک سامانه نویسه گردانی با عملکرد بهتر نسبت به سامانه های گذشته ایجاد شده است.

تحقیق در گویش های زبان تاجیکی نشان می دهد؛ لغات ادبی کهن در گویش های جنوبی زیادتر باقی مانده اند. در این جستار، این نظر بیان می شود که نقش عناصر لغوی ادبیات کهن در بعضی از گویش های دیگر زبان تاجیکی، از جمله در گویش های بالاآب رودخانه زرافشان نیز قابل توجّه می باشد. برای نمونه چند واژه از زبان ادبی دوره کهن از گویش های منطقه فلغر را که سبب جدایی گویش های مذکور از دیگر گویش های زبان تاجیکی گردیده، بررسی می کنیم. در فلغر دایره استفاده این واژه ها نسبت به واژگان دیگر که از زبان ادبی دوران کهن به میراث مانده اند، وسیع تر است. در میان واژه های کهن ایرانی اصل ترکیب لغوی گویش های فلغر عنصرهایی به چشم می رسند که جدا از زبان فارسی و گویش های آن، با بعضی گویش های دیگر زبان تاجیکی، زبان دری و گویش های آن و زبان ادبیات دوره کهن کاربرد رایج دارند. این بررسی نشان می دهد که در گویش های فلغر همانند گویش های جنوبی زبان تاجیکی، بعضی از عنصرهای لغوی از زبان ادبیات دوره کهن به میراث مانده و ازجهت شکل و معنی از معادل دوره کهن آنها پیروی نموده اند، بعضی دیگر نیز ازلحاظ شکل و معنی تااندازه ای دور شده اند.