در تهیه سامانههای برچسبگذاری برای اسمها در زبان فارسی، بررسی ساختواژی اسمها از دو نظر حائز اهمیت است: ۱- اگر کلمهای قبلا در پیکره آموزشی ظاهر نشده باشد، نمیتوان از پیکره آموزشی اطلاعات دقیقی راجع به آن کلمه به دست آورد و حتی از توزیع کلمات در پیکره نیز نمیتوان استفاده کرد. بنابراین، اگر در یک پیکره متنی فارسی، کلمهای در واژگان حضور نداشته باشد (کلمه خارج از واژگان)، نمیتوان برچسبهایی که کلمه به آنها منتسب میشود را بازیابی کرد. در این صورت، برچسب کلمه را تنها میتوان با توجه به شکل کلمه (انواع پیشوندها و پسوندهایی که به کلمات متصل میشوند) یا بافتی که کلمه در آن ظاهر میشود، یا هر دو، حدس زد. ۲- زبان فارسی ظرفیت بالایی برای ساخت همنگارههای جدید که از ساختواژه فارسی نشات میگیرند، را نیز دارد بنابراین، بررسی ساختواژی اسمها و صفتها، به منظور تفکیک آنها از هم ضروری به نظر میرسد، زیرا اکثر صفتها در بافتهای گوناگون، با صورت نوشتاری یکسان، میتوانند برچسب "اسم" بگیرند. در تحقیق حاضر ساختواژه اسمها و صفتها در فارسی به تفصیل بررسی شد. نظام نوشتاری زبان فارسی نیز مورد بررسی دقیق قرار گرفت تا از این رهگذر بتوان به شناسایی انواع همنگارهها در زبان فارسی پرداخت. سپس، انواع همنگارهها در زبان فارسی مورد مطالعه دقیق قرار گرفت و در نهایت از طریق جستجو به دو روش ماشینی و دستی، فهرست مبسوطی از همنگارهها از پیکرههای "پیکره متنی زبان فارسی"، "پایگاه دادگان زبان فارسی" و" پیکره وابستگی نحوی زبان فارسی" تهیه شد. بررسی کلی همنگارهها در پیکرههای مورد مطالعه نشان میدهد که بیشتر همنگارهها، فراوانی بالایی در پیکرههای متنی فارسی دارند و اکثر آنها در اثر یکسانبودن نمود نوشتاری تکواژ یای نکره، یای اسمساز، شناسه دوم شخص مفرد، یای صفتساز و یای متصل به گروه اسمی، ایجاد شدهاند.
علایی ابوذر، الهام. 1395. بررسی ساختواژی همنگارههای اسمی و صفتی به منظور کمک به برچسبدهی "اسم" به کلیدواژهها در پیکرههای علمی. تهران: پژوهشگاه علوم و فناوری اطلاعات ایران.
