الانتقال إلى المحتوى
العودة إلى نتائج البحث

التنوع المعجمي — قياس ثراء المفردات

النوع
Text quantification / lexical richness measurement

هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية

حجم الخط

ماذا تفعل؟

يُحدد تحليل التنوع المعجمي كمية التنوع في مفردات النص — مدى ثراء اختيار الكاتب للكلمات — باستخدام مقاييس مثل نسبة النوع إلى الرمز (TTR)، وMTLD، وvocd-D، وYule's K. وقد تم التحقق من صحة مقياسي MTLD وvocd-D بواسطة McCarthy وJarvis (2010)، بناءً على عمل سابق لـ Tweedie وBaayen (1998) حول استقرار مقاييس الثراء المعجمي.

الفكرة الحدسية وراء الطريقة

إذا قمت بحساب عدد الكلمات المميزة التي يستخدمها النص مقابل العدد الإجمالي للكلمات التي يحتويها، فإنك تحصل على فكرة عن ثراء مفرداته: فالنص الذي يكرر نفس الكلمات القليلة يكون أقل تنوعًا من النص الذي يستخدم العديد من الكلمات المختلفة. المشكلة هي أن هذه النسبة البسيطة تتضاءل مع زيادة طول النص، لذلك تستخدم الطريقة مقاييس قوية بالنسبة للطول وتساوي أطوال النصوص قبل مقارنة نص بآخر.

التاريخ

لقياس ثراء المفردات تاريخ طويل في علم الأسلوب واللغويات الحاسوبية. وقد فحص Tweedie وBaayen (1998) مدى استقرار مقاييس الثراء المعجمي المختلفة كدالة لطول النص، مما كشف عن قيود النسب الحساسة للطول. ثم قام McCarthy وJarvis (2010) بالتحقق من صحة مناهج أكثر تطوراً — MTLD، وvocd-D، وHD-D — مما أرسى مقاييس قوية بالنسبة للطول كمعيار لتقييم التنوع.

متى تُستخدم

استخدم التنوع المعجمي عندما يكون لديك نص مجزأ وترغب في وصف أو مقارنة ثراء مفرداته — عبر المؤلفين أو الوثائق أو المجموعات. يناسب هذا الأهداف الوصفية والمقارنة ولا يتطلب سوى كمية متواضعة من النص (حوالي عشرة رموز كحد أدنى)، ولكن للمقارنة العادلة يجب وضع النصوص المقارنة على قدم المساواة في الطول ومطابقتها للغة والنوع الأدبي.

الحدود والاعتبارات

  • يؤثر طول النص على حساب TTR؛ فـ TTR الخام غير موثوق به عند مقارنة نصوص ذات أحجام مختلفة.
  • يتطلب التحليل المقارن أطوال نصوص متساوية (مقتطفات قياسية أو تخفيف) ليكون صالحًا.
  • تغير اللغة والنوع الأدبي درجات التنوع، لذا فإن المقارنات غير المتحكم فيها قد تكون مضللة.

لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.

نقاط القوة

  • يحول ثراء مفردات النص إلى رقم واحد قابل للمقارنة باستخدام مقاييس موثوقة (TTR، MTLD، vocd-D، Yule's K).
  • صُمم MTLD وvocd-D ليكون أكثر قوة تجاه طول النص من نسبة النوع إلى الرمز الخام.
  • مقدمة سهلة التطبيق ومفيدة لكل من التوصيف الوصفي والمقارنة بين المؤلفين أو المجموعات.

التطبيقات

  • توصيف ثراء مفردات المؤلف في دراسات الأسلوب والتأليف.
  • مقارنة التنوع المعجمي عبر الكتاب أو الوثائق أو الأنواع الأدبية في العلوم الإنسانية.
  • تقييم تطور المفردات في أبحاث تعلم اللغة والتعليم.
  • توصيف تركيز استخدام الكلمات في مجموعات نصوص العلوم الاجتماعية والأعمال.

كيف يعمل

كيف يعمل

1

يُقسم النص إلى رموز (كلمات). ويُعد حساب أنواع الكلمات المميزة مقابل العدد الإجمالي للرموز هو الأساس الذي تبنى عليه جميع مقاييس التنوع، لذا فإن التجزئة المتسقة عبر النصوص التي تنوي مقارنتها هي الشرط الأول.

2

يتم حساب مقياس واحد أو أكثر من مقاييس التنوع المعجمي. تقسم نسبة النوع إلى الرمز (TTR) عدد أنواع الكلمات المميزة على إجمالي الرموز؛ ويقدر MTLD وvocd-D التنوع بطرق أقل حساسية لطول النص؛ ويصف Yule's K تركيز الكلمات المتكررة. تصف هذه المقاييس مجتمعة ثراء المفردات من زوايا مختلفة.

3

نظرًا لأن TTR يتضاءل مع زيادة طول النص، فإن الدرجات الخام لا يمكن مقارنتها مباشرة عبر نصوص ذات أحجام مختلفة. يُعد MTLD وvocd-D أكثر استقلالية عن الطول بطبيعتهما، ولكن لأي مقارنة يجب وضع النصوص على قدم المساواة — على سبيل المثال عن طريق مساواة الأطوال باستخدام مقتطفات ذات حجم قياسي أو طريقة التخفيف (rarefaction) — بحيث تعكس الاختلافات المفردات، وليس طول الوثيقة.

4

تتم مقارنة الدرجات المعيارية عبر النصوص أو المؤلفين أو المجموعات. ولأن اللغة والنوع الأدبي يغيران أيضًا التنوع، يتم تثبيت هذه العوامل أو التحكم فيها بحيث تعزل المقارنة إشارة ثراء المفردات بدلاً من الخلط بين العوامل.

الأخطاء الشائعة

  • مقارنة TTR الخام عبر نصوص ذات أطوال مختلفة — تظهر النصوص الأطول حتمًا TTR أقل، لذا تعكس المقارنة الطول وليس المفردات؛ استخدم MTLD أو vocd-D أو ساوِ الأطوال أولاً.
  • الفشل في مساواة أطوال النصوص في المقارنة (لا يوجد مقتطف قياسي أو تخفيف) يجعل فرق التنوع غير قابل للتفسير.
  • تجاهل اختلافات اللغة والنوع الأدبي عند مقارنة النصوص يخلط إشارة ثراء المفردات بالعوامل الأسلوبية.

الأسئلة الشائعة

لماذا لا نستخدم نسبة النوع إلى الرمز (TTR) فقط؟

TTR بديهي ولكنه يتضاءل مع نمو النص، لأن كل نص يعيد استخدام الكلمات الشائعة في النهاية. وهذا يجعل TTR الخام غير موثوق به لمقارنة نصوص ذات أطوال مختلفة. صُمم MTLD وvocd-D ليكون أقل حساسية بكثير لطول النص، ولهذا السبب يُفضل استخدامهما للمقارنة.

كم أحتاج من النص؟

تعمل الطريقة على كمية متواضعة من النص — حوالي عشرة رموز كحد أدنى — ولكن المزيد من النص ينتج تقديرات أكثر استقرارًا. للمقارنة، الأهم هو وضع النصوص على قدم المساواة في الطول بدلاً من أن يكون أي نص واحد طويلًا جدًا.

هل يمكنني مقارنة تنوع نصين مختلفين مباشرة؟

فقط بعد وضعهما على قدم المساواة. ساوِ أطوالهما باستخدام مقتطفات ذات حجم قياسي أو طريقة التخفيف (rarefaction)، وتحكم في اللغة والنوع الأدبي، لأن هذه العوامل الثلاثة تغير درجات التنوع بشكل مستقل عن ثراء المفردات.

أي مقياس يجب أن أبلغ عنه؟

MTLD وvocd-D هما الخياران الموثوقان والقويان بالنسبة للطول وعادة ما يُفضلان. يصف Yule's K مدى تركيز الكلمات المتكررة، ويبقى TTR مفيدًا كرقم وصفي بسيط عندما تكون النصوص متطابقة في الطول. الإبلاغ عن أكثر من مقياس يعطي صورة أكمل.

طرق ذات صلة

المصادر

  1. McCarthy, P. M. & Jarvis, S. (2010). MTLD, vocd-D, and HD-D: A validation study of sophisticated approaches to lexical diversity assessment. Behavior Research Methods, 42(2), 381-392.

    افتح مرجع DOI
    تم النسخ.
  2. Tweedie, F. J. & Baayen, R. H. (1998). How Variable May a Constant Be? Measures of Lexical Richness in Perspective. Computers and the Humanities, 32(5), 323-352.

    افتح مرجع DOI
    تم النسخ.