مشابهت سنجی بین متون کوتاه یکی از نیازهای بنیادین در بسیاری از مسائل پردازش زبان طبیعی است؛ که باتوجه به اهمیت آن محققین کماکان به دنبال بهبود کیفیت الگوریتم های موجود هستند. در این مطالعه 150 مقاله بررسی شدند و دسته بندی جامعی برای روش های موجود ارائه شد. به طورکلی روش های ارائه شده را می توان در سه گروه دسته بندی کرد. گروه اول روش هایی که بر مشابهت لفظی تمرکز می کنند. در این روش ها متن به عنوان رشته ای از کاراکترها یا مجموعه ای از کلمات یا ترکیبی از این دو درنظر گرفته می شود. گروه دوم روش هایی هستند که به ارتباط معنایی کلمات نیز مبتنی بر پایگاه دانش یا تحلیل پیکره های متنی توجه دارند. در مطالعات اخیر از روش های یادگیری عمیق مبتنی بر ترنسفورمرها بهره برداری شده و نتایج حاکی از بهبود چشم گیر کیفیت این روش هاست. گروه سوم به ترکیب روش های لفظی و معنایی و بعضا روش های تحلیل نحوی پرداخته اند. البته تحلیل گرهای نحوی باکیفیتی برای تمامی زبان ها نبوده و به کارگیری آن ها سرعت را نیز به مراتب کاهش می دهد.

در دهه اخیر با گسترش دسترسی به شبکه جهانی اینترنت، سرعت و سهولت در دسترسی به ایده ها، مستندات، مقالات، دست نوشته ها و داده های جمع آوری شده توسط دیگران افزایش یافته است. این موضوع باعث شده است که تبادل اطلاعات و افکار بین محققین و تولیدکنندگان علوم آسان تر شود، اما در مقابل باعث آسان شدن اعمال رونوشت غیرمجاز، خلاصه نویسی بدون ذکر منبع و در کل سرقت متون ادبی شده است. از آنجایی که دانشگاه ها و مراکز آموزشی، منابع علمی و پژوهشی را با سهولت در دسترس اغلب کاربران قرار می دهند، تشخیص میزان اصالت متون علمی در این مراکز مهم تر و بالطبع آن از حساسیت بیشتری برخوردار است. در این پژوهش روشی ارائه شده تا با استفاده از بلاک بندی قطعات اسناد، مقایسه بین قطعات مرتبط انجام شود. در روش پیشنهادی پس از دسته بندی اسناد به دو دسته اسناد اصلی و اسناد مشکوک، پیش پردازشی با هدف حذف ایست واژه ها و جمله بندی جدید صورت پذیرفته است. سپس اسناد قطعه بندی شده و با استفاده از شباهت کسینوسی، میزان شباهت متون با یکدیگر تعیین شده است. روش پیشنهادی در آزمون 50 سند موجود در مجموعه داده ها، دقت 94 درصدی را کسب کرده که به نسبت به یکی از روش های مشابه بهبود 2 درصدی داشته است.

موسیقی عرفانی اصطلاحی است که می تواند طیف گسترده ای از معنا را دربر بگیرد و در طول تاریخ پس از اسلام، مصادیق بسیاری از موسیقی به وصف عرفانی متصف شده اند و برخی از آن ها تا امروز موجودند. این تحقیق برآن است معنی موسیقی عرفانی را نه از طریق واکاوی معانی لغوی یا ریشه شناسی، بلکه از طریق معناداری آن در زیست جهان فرهنگی و پیدا کردن مصادیق این اصطلاح بیابد و سپس افق معنایی موسیقی عرفانی را به جای تک معنای آن بنشاند. در این راستا گستره معانی اصطلاحات موسیقی، عرفان و بعد نحوه ارتباط موسیقی و عرفان در متون سنتی بررسی شده و در چهار قسم طبقه بندی می شود. اول ارتباط موسیقی و هستی، دوم ارتباط باطنی موسیقی با جنبه های باطنی فرهنگی، سوم موسیقی با تاثیر عرفانی و انواع آن در ادبیات عرفانی و چهارم موسیقی به عنوان آداب تصوف. درمجموع بیست ویک مصداق برای موسیقی عرفانی با شرحی مختصر ذکر می شود. این مصادیق که هریک خود نمونه های دیگری را نمایندگی می کنند، طیفی را تشکیل می دهند که افق معنای اصطلاح موسیقی عرفانی در فرهنگ ایرانی-اسلامی در آن قابل مشاهده خواهد بود.

تحقیق در ساختار گویش های ایرانی و دقت در گنجینه واژه های آن ها، می تواند بسیاری از گره های معنایی واژه های زبان فارسی، به ویژه واژه هایی را که در متون کهن کاربرد دارند، بگشاید. این مقاله ضمن پرداختن به موقعیت زبان بلوچی در میان زبان ها و گویش های ایرانی، و بیان اشاره گونه ای از ساختار این زبان، به بررسی تطبیقی دوازده واژه فارسی-بلوچی که در متون کهن فارسی به کار رفته اند پرداخته است. این بررسی درباره معنی واژه هاست. بیشتر این کلمات در زبان فارسی امروز کاربرد فعال ندارند و در ضمن، بعضی از آن ها دارای شواهد بسیار کمی در متون گذشته فارسی، بویژه آثار مربوط به سبک خراسانی است. واژه هایی که در این مقاله مورد بحث و بررسی قرار گرفته اند عبارتند از: بژر، قلندر، حرج، تتق، زده، لباسات، صعلوک، خصم، قلاش، وای، چاک، طامات. این واژه ها در آثار برجسته فارسی کهن کاربرد داشته اند اما به دلیل شواهد کمی که از آن ها برجای مانده است و شباهت ظاهری بعضی از آن ها با برخی از واژه های عربی، محققان درباره اصالت و معنی بیشتر آن ها تردید دارند. زبان بلوچی به عنوان یکی زبان های ایرانی که نسبتا ساختار کهن خود را حفظ کرده و دارای گنجینه ای کهن از واژه های ایرانی است و کمتر مورد هجوم واژه های بیگانه قرار گرفته است، می تواند در این زمینه راهنمای مناسبی باشد.

مقاله حاضر، واژه پر کاربرد «هذیان» را در ادبیات مسلمانان ذیل شبکه واژگانی خرافات، که همگی محتوایی تخفیف آمیز و نگرشی انتقادی دارند، مطالعه نموده است. شواهد ارائه شده نشانگر آن است که نگرش انتقادی از همان ابتدا در میان برخی متفکران مسلمان وجود داشته و در رفع و طرد باورهای دیگران از این واژه استفاده می شده است؛ از این رو، متون اولیه صدر اسلام تاکنون براساس رهیافت تاریخ اجتماعی زبان و با تأمل در تحولات تاریخی مورد مداقه قرار گرفته و ذهنیت و باور نویسندگان مسلمان در حوزه های متعدد علوم (فِرَق، فلسفه، عرفان و...)، به ویژه در تنازعات دینی و درون دینی واکاوی شده است و در نهایت، مطالعات و یافته ها نشان داده که هیچ تغیر مفهومی در معنای این واژه در سیر تاریخی خود صورت نپذیرفته است و همان ذهنیت به کارگیری اولیه، در حال حاضر نیز در گفتار و نوشتار نویسندگان مسلمان حاکم و پابرجاست.

«سمندر» جانور اسطوره­ای اُراسیایی است که در متون تاریخی و ادبی چینی، فارسی و غربی دوران باستان به صورت های گوناگون توصیف شده است. در متون غربی معمولاً این جانور به صورت «دوزیست دُم داری که در آتش زندگی می کند» توصیف شده که هویت اصلی «سمندر» در زیست­شناسی امروزه تلقی می شود. در متون اسلامی و چینی سمندر بیشتر به صورت «حیوانی آتشین که می توان با موهایش پارچه ای بافت که در آتش نمی سوزد» توصیف شده است. منظور نویسندگان آن منابع از پارچه همان «پنبۀ نسوز» است. در متون چینی اسم سمندر به پارچۀ «هو هوان» دگرگون شده است. در این مقاله کوشیده ایم تا با ذکر نمونه هایی از توصیفات «سمندر» در متون مختلف، شباهت ها و تفاوت های شناختی مردم از آن را در غرب و شرق دوران باستان بررسی کنیم. با تمرکز بر شباهت ویژگی های سمندر در متون فارسی و چینی، می توان گفت که معنا و مفهوم سمندر از مناطق غربی (ایران و عرب) به چین انتقال یافته و در این روند تحولات معنایی پذیرفته است. به عبارت دیگر، تحولات معنایی «سمندر» از غرب به شرق از نمونه­های مهم تبادلات فرهنگی تمدن چین و ایران اسلامی به شمار می رود.

تجلی خداوند اصل اساسی آیین اهل حق است. در این نگرش خداوند با تجلی عام، جهان هستی را آفریده و با تجلی خاص در جامۀ انسان جلوه گر شده است؛ ازاین رو، یارسانیان، انسان مجلای ذات (فیض) حق را با اوصاف مختلفی ازجمله «خدا» (پیشوا) و «ذات خدا» خوانده اند. ازآنجا که واژۀ خدا ابتدا به معنی مالک، صاحب و پیشوا به کار رفته و سپس به جهت تطور معنا به معنی «الله» رواج یافته است، عامۀ یارسانیان از این موضوع آگاهی نیافته اند، لذا گرایش به انسان ـ خدایی در جامعۀ اهل حق پدیدار شده است. اینک این پرسش مطرح است که راه برون رفت از انسان ـ خدایی چیست. یافته های پژوهش نشان داده است که مفهوم شناسی خدا در کلام دوره های مختلف دلالت می کند که معنای خدا در کلام آیینی بانیان اولیۀ یارسان با معنای آن در کلام دوره های بعد متفاوت است که تمیز کاربرد، معنا و مصادیق آن با قرینۀ لفظی یا معنوی مشخص است. این مقاله با روشی توصیفی ‎ تحلیلی براساس منابع اولیه و اصلی این آیین به بررسی و نقد ایدۀ عالمان اهل حق پرداخته است که به انسان ـ خدایی گرایش یافته اند. مفهوم شناسی واژۀ خدا و خداوند و مصادیق آن در کلام های مختلف از دیگر اهداف این مقاله است.

هدف: تبیین کاربرد روش برچسب گذاری پیکره متنی در رفع ابهام معنایی از هم نویسه های تخصصی از نظر میزان دقت در بازیابی متون علمی حاوی این گونه هم نویسه ها. روش: این پژوهش از حیث هدف کاربردی است که به روش تجربی انجام شد و در رفع ابهام معنایی، روشی با نظارت محسوب می شود. جامعه پژوهش را 442 مقاله علمی در قالب دو گروه گواه و آزمون تشکیل دادند. گروه گواه دارای 221 متن کامل مقاله بدون برچسب و گروه تجربی دارای همان 221 مقاله اما این بار برچسب گذاری شده، بود که در نظام بازیابی اطلاعات برای سنجش کارآیی برچسب ها در رفع ابهام معنایی از هم نویسه های تخصصی مورد آزمون قرار گرفتند. یافته ها: سطح معنی داری آزمون رتبه های علامت دار ویلکاکسون (0001/0 = P، 909/5-= Z) نشان می دهد که میزان دقت نتایج بازیابی هم نویسه های تخصصی بعد از به کارگیری پیکره تخصصی برچسب گذاری شده در نظام بازیابی اطلاعات نسبت به قبل از آن تفاوت معنی داری دارد. بررسی رتبه های منفی و مثبت نشان می دهد میزان دقت نتایج بعد از به کارگیری پیکره تخصصی برچسب گذاری شده به میزان معنی داری افزایش یافته و به حد بیشینه آن یعنی 1 رسیده است. نتیجه گیری: اگر طراحان سیستم های بازیابی بر بهینه سازی فرمول های بازیابی متمرکز شوند و نظام های بازیابی را برای جستجوی اسناد مرتبط توانمند سازند، پژوهشگران با هر ویژگی فیزیولوژیکی، تجربی و دانشی قادرند به اسناد مرتبط با نیاز اطلاعاتی خود با صرف زمانی اندک دسترسی یابند. در این پژوهش، ارزش پیکره متنی به عنوان گنجینه غنی دانش محور، در ایجاد تمایز نقش معنایی هم نویسه های تخصصی، آشکار شد.

همانندجویی ابزاری است که از آن برای تشخیص سرقت علمی/ادبی استفاده می شود. در یک روش همانندجویی، هدف تشخیص تمام قسمت های همانند موجود در یک متن مشکوک با توجه به تعدادی متن منبع احتمالی است. روش های زیادی برای همانندجویی ارائه شده اما از یک طرف، استفاده از روش های همانندجوی موجود برای سایر زبان ها به منظور همانندجویی در زبان فارسی مناسب نیست و از طرف دیگر، اغلب روش های ارائه شده برای همانندجویی در زبان فارسی قادر به تشخیص متون بازنویسی شده نیستند. با توجه به این مهم، در این مقاله دو روش همانندجویی جدید با هدف تشخیص متون فارسی بازنویسی شده ارائه خواهد شد. روش شناسی پژوهش براساس مطالعه منابع و مستندات معتبر علمی در این خصوص و روش کتابخانه ای است. روش اول پیشنهادی روشی معنایی است و از لغت نامه جهت بررسی همانندی جملات متون استفاده می کند. روش دوم پیشنهادی روشی احتمالاتی است و از اطلاعات آماری به دست آمده از پیکره ای عظیم از متون برای همانندجویی استفاده می کند. روش معنایی پیشنهادی در مقاسیه با روش های معنایی موجود از معیارهای جدیدتری برای بررسی همانندی متون استفاده کرده و روش احتمالاتی پیشنهادی اولین روش همانندجویی احتمالاتی ارائه شده برای زبان فارسی است. علاوه بر این، درحالیکه در سایر روش های موجود، همانندی هر دو جمله از متون موردنظر به صورت مستقل بررسی می شود، در روش های پیشنهادی همانندی جملات همسایه نیز در بررسی همانندی دو جمله در نظر گرفته شده است. نتایج پیاده سازی و آزمایشات صورت گرفته بر روی روش های پیشنهادی نشان می دهد که در حالیکه هر دو روش از کیفیت مناسب و تقریبا یکسانی برخوردار هستند، روش همانندجوی احتمالاتی پیشنهادی بسیار کاراتر بوده و زمان موردنیاز برای همانندجویی با استفاده از آن به طور متوسط برابر با 3. 8% زمان موردنیاز توسط الگوریتم همانندجوی معنایی پیشنهادی است.