نظام آوایی زبان فارسی در آینة آمار

در پژوهش حاضر، با تحلیل آماریِ ویژگی های واجیِ موجود در 54391 واژة فارسی، کوشیده ایم تا جنبه هایی از سازوکار نظام آوایی زبان فارسی را با زبان آمار بیان کنیم. جنبه های واجی-آماریِ موجود در واژگان (ذهنی) فارسی زبان ها، که در این تحقیق به آن پرداخته ایم، مواردی مانند الگوی تکیة واژه در زبان فارسی، هجا و تعداد هجا در واژة فارسی، واج آراییِ واژه های فارسی، بسامد طبقات طبیعی واجی در کل داده ها، بسامد طبقات طبیعی واجی در درون هجا، واج آراییِ خوشه های همخوانی، هجای بی نشان و بهینه در زبان، فراوانی واج ها در زبان فارسی و مسائل مشابه را دربرمی گیرد. در انتخاب واژه ها، ابتدا یک پیکرة متنی ده میلیون کلمه ای مورد تجزیة ساختواژی قرار گرفت و در ادامه با حذف صورت کلمه ها و نیز کلمات خارجی فهرست واژه ها به دست آمد و سپس این فهرست با  فرهنگ معاصر فارسی امروز مقابله شد و مدخل های جدید با بسامد 1 به فهرست واژگان اضافه شد و سپس کل واژه ها از نظر اطلاعات واجی فوق مورد تجزیه و تحلیل قرار گرفت. نتایج این تحقیق واجی-آماری از یک سو مؤید اصول و مفاهیم واج شناختی مانند طبقة طبیعی واجی، فرایندهای واجی، ساختمان سلسله مراتبیِ هجا و غیره است و از طرف دیگر بسامد واج ها و زنجیره های واجی را بازگو می کند، که در نتیجة آن پیوستار بی نشانی و نشان داری در نظام آوایی زبان مشخص می شود.