صفحه نخست داده‌ها
داده‌ها PDF چاپ نامه الکترونیک

يکي از مشکلات موجود بر سر تحقيقات فارسي نبود يک مجموعه داده براي آزمايش برنامه‌هاي توليدي مي‌باشد. در صورتي که انواع مجموعه داده‌ها به زبان انگليسي بر روي فضاي سايبر وجود دارد. در مورد اين پروژه خاص نيز اين مشکل وجود داشت. به همين دليل بر آن شديم که يک مجموعه داده مناسب براي اين پروژه طراحي بنماييم. براي اين کار از اشعار ديوان غزليات خواجه حافظ شيرازي و ديوان شمس مولانا جلال الدين استفاده کرديم.

براي يافتن اوزان اشعار در مورد ديوان حافظ، از ديوان حافظ دکتر خطيب رهبر و همچنين کتاب استاد حسين آهي استفاده کرديم. و در مورد ديوان شمس از خانم ده‌نمکي يکي از اساتيد ادبيات کمک گرفتيم، که جا دارد در اين جا باز هم از زحمات ايشان قدرداني نمايم. ايشان وزن عروضي بيش از 450 غزل از اين مجموعه را استخراج نمودند.

با حذف موارد اختلافي و استفاده از يک انتخاب تصادفي نزديک به 1300 بيت از اشعار حافظ و مولانا همراه با کد وزن آنها به صورت قالب استاندارد تعريفي درآورديم. يکي از مواردي که در ساخت اين مجموعه داده مورد توجه قرار گرفته تعداد هر کد وزن است. تعداد هر کد وزن بسته به کاربرد هر وزن تعيين شده، مثلا براي کد وزن 1002 که پرکاربردترين وزن فارسي است بيشترين تعداد بيت در نظر گرفته شده است. براي بالا بردن دقت اوزان انتخابي تمامي ابيات انتخابي دوبار بررسي گرديده است.

نسخه 1/00 مجموعه داده و همچنين ديوان شمس، غزليات حافظ و مثنوي مولانا از همين پايگاه وب قابل دريافت است. همچنين مجموعه کلمات زبان فارسي به همراه تلفظ و ديگر خصوصيات کلمات هم قابل دريافت هستند. اين مجموعه کلمات از برنامه متن‌باز «واژگان زاياي زبان فارسي» استخراج شده‌اند.

پیوست‌ها
Fileتوضیحاتنوع فايلFile sizeآخرین ویرایش
Download this file (DS-v2.00.rar)مجموعه داده نسخه 2.00تعداد ابيات نسبت به نسخه قبل تغييري نکرده است. تغييرات جديد عبارتند از: درهم سازي مجموعه به وسيله Close Hash و جداسازي مجموعه Train و Test، توضيحات بيشتر در فايل Comment.doc داخل همين مجموعه موجود استRAR59 Kb۱۰/۱۰/۱۸ 08:17
Download this file (DS-v1.00.rar)مجموعه داده نسخه 1.00شامل حدود 1300 بيت از اشعار مولانا و حافظ به همراه کد وزن آنها، توضيحات بيشتر در فايل Comment.doc داخل همين مجموعه موجود است RAR53 Kb۱۰/۱۰/۱۸ 08:17
Download this file (FLEXICON.rar)مجموعه کلماتمجموعه کلمات برنامه متن باز «لغات زاياي زبان فارسي» شامل بيش از 50000 کلمه فارسي به همراه تلفظ آنها و نوع کلمه. شامل مجموعه‌اي از پيشوندها و پسوندهاي فارسي.RAR1771 Kb۱۰/۱۰/۱۸ 08:17
Download this file (Shams-01.rar)ديوان شمسديوان غزليات شمس، مولانا جلال الدين محمد بلخي. به صورت هفت فايل Word. به همراه فهرست غزل‌ها بر اساس مطلع غزليات. RAR1163 Kb۱۰/۱۰/۱۸ 08:17
Download this file (Hafez-01.rar)ديوان حافظ شامل 495 غزل خواجه حافظ شيرازي به صورت يک فايل HTM. RAR133 Kb۱۰/۱۰/۱۸ 08:17
Download this file (Masnavi-02.rar)مثنوي معنويشامل شش دفتر مثنوي تايپ و تصحيح توسط حسين ُکرد از روي نسخه RAR759 Kb۱۰/۱۰/۱۸ 08:17
Download this file (Masnavi-01.rar)مثنوي معنويشامل شش دفتر مثنوي تايپ و تصحيح توسط حسين ُکرد از روي نسخه RAR1079 Kb۱۰/۱۰/۱۸ 08:16
آخرین به روز رسانی در شنبه ۲۴ مهر ۱۳۸۹ ساعت ۰۸:۳۹