واژه‌های دستوری فارسی گلشائی — PCA و بارهای عاملی — Beta

0 اجرای موفق ثبت‌شده در آمار دائمی

این ابزار زیرروش تک‌نگاشتیِ قابل‌بازتولید از پژوهش گلشائی را با همان ۲۰ واژه دستوری منتشرشده اجرا می‌کند و مختصات PCA، واریانس تبیین‌شده و بارهای ویژگی را تحویل می‌دهد. نزدیکی نقاط در PCA به‌تنهایی اثبات‌کننده یکسان‌بودن مؤلف نیست.

این خروجی چه می‌گوید؟

سنجه، طبقه‌بندی یا کنترل کیفیت تعریف‌شدهٔ همین روش را روی داده‌های واردشده گزارش می‌کند.

چه چیزی را به‌تنهایی ثابت نمی‌کند؟

دامنه ادعا از نوع ابزار، corpus و کنترل‌های روش‌شناختی فراتر نمی‌رود؛ نتیجه باید همراه محدودیت‌های زیر تفسیر شود.

توضیح علمی، محدودیت‌ها و جایگاه توسعه

توضیح علمی: IDHR executes the source-grounded monogram subset. The paper does not pin the historical stylo version; for HCA it also does not state linkage. IDHR pins a current documented engine configuration transparently and does not silently reconstruct manual/Vafa preprocessing or manual bigram/trigram filtering.

محدودیت‌ها: workflow تصحیح املایی Vafa از مقاله قابل بازسازی کامل نیست پالایش دستی bigram/trigram قابل بازسازی ماشینی نیست سیاست کامل sampling خودکار pin نشده است محیط عددی تاریخی R/stylo pin نشده است

مقاله/مرجع: Golshaie, Ramin. (2019). Function Words as Idiolect Markers: A Corpus-based Approach to Authorship Attribution in Farsi. Language Related Research, 10(3), 293–317.

سطح بازتولیدپذیری: Source-complete subset

روش و منبع: Golshaie, Ramin. (2019). Function Words as Idiolect Markers: A Corpus-based Approach to Authorship Attribution in Farsi. Language Related Research, 10(3), 293–317.

وضعیت بازتولیدپذیری

فقط بخشی از روش مقاله اجرا می‌شود که جزئیات آن بدون حدس کامل است؛ بخش‌های دیگر مقاله عمداً اجرا نشده‌اند.

پیاده‌سازی شده

۲۰ واژه دستوری تک‌واژه‌ای منتشرشده
فراوانی‌های نسبی
مختصات PCA، واریانس تبیین‌شده و loadings با موتور مدرن pin‌شده

پیاده‌سازی نشده / محدودیت

workflow تصحیح املایی Vafa از مقاله قابل بازسازی کامل نیست
پالایش دستی bigram/trigram قابل بازسازی ماشینی نیست
سیاست کامل sampling خودکار pin نشده است
محیط عددی تاریخی R/stylo pin نشده است

مرحله دستی یا ورودی پژوهشگر

پیش از بارگذاری نام نویسنده، paratext/مواد غیرنویسنده و بخش‌های دارای نقل‌قول سنگین را با یک سیاست پژوهشی صریح پاک کنید.
هر تصحیح املایی لازم را خارج از IDHR انجام و مستند کنید.
هر نمونه آماده را TXT جدا بارگذاری کنید؛ IDHR PCA را از همان فایل‌ها ادامه می‌دهد.

پس از انجام این مرحله، فایل/خروجی خواسته‌شده را در فرم زیر بدهید تا IDHR عملیات خودکار را ادامه دهد.

مشاهده ممیزی بازتولیدپذیری همه روش‌ها

تأیید می‌کنم که پاک‌سازی دستیِ مواد غیرنویسنده/نقل‌قول‌های سنگین و هر تصحیح املایی لازم را با سیاست پژوهشی خود انجام داده‌ام و هر فایل بارگذاری‌شده یک نمونه آماده تحلیل است.

دامنه بازسازی: این ابزار شاخه تک‌واژه‌ایِ قابل‌بازتولید پژوهش Golshaie را اجرا می‌کند. فهرست ویژگی‌ها ثابت و شامل ۲۰ واژه دستوری منتشرشده است؛ IDHR فهرست را از corpus تازه استخراج یا با واژه‌های دیگری جایگزین نمی‌کند.

نمونه‌های متنی فارسی

این ابزار دست‌کم ۲ فایل TXT با UTF-8 می‌پذیرد، محدودیت پژوهشی برای تعداد فایل ندارد و هر فایل را یک نمونه مستقل در نظر می‌گیرد. حداکثر مجموع فایل‌ها 100 مگابایت است.

۲۰ واژه ثابت: و، به، در، از، که، را، این، با، آن، خود، یا، برای، یک، هم، بر، اما، نیز، هر، تا، دیگر.

پیش‌پردازش ثابت این روش: NFKC و یکسان‌سازی اختلاف‌های دیجیتالی ی/ک و یِ legacy انجام می‌شود؛ «آ/أ/إ» حفظ می‌شوند. این پروفایل برای جلوگیری از تبدیل ناخواسته واژه‌ای مانند «آن» از پروفایل عمومی فارسی/نور جدا شده است.

پژوهش اصلی پاک‌سازی دستی و استانداردسازی/غلط‌یابی با Vafa را گزارش می‌کند. IDHR غلط‌یابی املایی یا فهرست دستی bigram/trigram را که در مقاله به‌صورت الگوریتم کامل منتشر نشده است حدس نمی‌زند. اندازه‌های نمونه گزارش‌شده در مقاله نیز آستانه عمومی برای فارسی کلاسیک محسوب نمی‌شوند؛ بنابراین این صفحه قطعه‌بندی خودکار انجام نمی‌دهد.

corpus پژوهش اصلی معاصر است. این ابزار روش منتشرشده را بازسازی می‌کند، اما اعتبار آن برای فارسی کلاسیک باید جداگانه روی corpus کلاسیک سنجیده شود.

ایمیل پیگیری و دریافت نتیجه (الزامی)

پس از ثبت Job می‌توانید مرورگر را ببندید؛ پردازش روی سرور ادامه می‌یابد. پس از پایان، 168 ساعت فرصت دانلود دارید. پایان موفق یا شکست تحلیل همراه با لینک امن ایمیل می‌شود و خطای ایمیل وضعیت تحلیل را تغییر نمی‌دهد.

نحوه تفسیر

این ابزار نتیجه را همراه پارامترها، نسخه موتور علمیِ همان روش، نرمال‌سازی نویسه‌ای و SHA-256 ورودی‌ها در Research Manifest ثبت می‌کند. تغییر پارامترها باید به‌عنوان اجرای پژوهشی جداگانه در نظر گرفته شود.