امکان کوچکی به محاسبه‌گر ابجد افزوده شده که با استفاده از آن می‌توان لینک به جستجوی جاری را مشاهده و در صورت نیاز از طریق نوار نشانیِ مرورگر کپی و ارسال کرد.

کار سرشماری بسامد واژگان گنجور پایان یافته و دستاورد پایانی در پایین این برگه در دسترس است:

از آنجا که بیشترین بسامد از آن حروف ربط و واژگان کم‌تأثیر است برای کاهش نویز و واضح‌تر شدن اطلاعات معنی‌دار امکان حذف واژگان «کم‌هوادار» از آمار صد واژهٔ ابتدایی کلی یا همهٔ بخش‌ها اضافه شده است. این واژگان را از میان دویست واژهٔ پربسامد کلی انتخاب کرده‌ایم.

در شاهنامه چند بار از ایران نام برده شده؟ پرکاربردترین کلمه غیر از حروف ربط و افعال پرکاربرد در رباعیات خیام کدام کلمه است؟ در غزلیات سعدی بیشتر از واژهٔ «دلبر» استفاده شده است یا از واژهٔ «معشوق»؟ به نسبت حجم کل، درصد کاربرد کلمهٔ «عشق» در غزلیات شمس بیشتر است یا در غزلیات حافظ؟

«بسامد واژگان» در فهرست‌های بخش‌های گنجور برای پاسخگویی به این دسته سؤالات ایجاد شده است. البته کلمات بر اساس شکل آنها شمارش شده‌اند و از این جهت «می» استمرار در کلمهٔ «می‌رود» با «می» به معنی شراب یک کلمه در نظر گرفته شده‌اند. کلمات شمارش شده نیز لزوماً یک کلمه نیستند و بر حسب این که با چه رسم‌الخطی در گنجور نوشته شده باشند ممکن است قسمتی از یک کلمهٔ کامل (مثالش همان «می» در «می‌رود») یا ترکیب چند کلمه باشد مثل «دیگرست» که چون فاصله‌ای بین «دیگر» و «است» وجود نداشته یک کلمه محسوب شده. در جداسازی کلمات نیز فعلاً ترجیح داده‌ایم نیم‌فاصله را نیز مانند فاصله به عنوان جداساز کلمات در نظر بگیریم.

با وجود ایرادات یاد شده می‌توان با استفاده از این ابزار، تقریبی از پاسخ‌های احتمالی برای پرسش‌های طرح شدهٔ ابتدایی را به دست آورد.

شمارش کلمات فرایندی زمان‌بر است و تا پوشش همهٔ گنجور چند روزی طول خواهد کشید. در بخش‌هایی که کار شمارش کلماتشان تمام شده قسمتی به نام «بسامد واژگان» ظاهر می‌شود که به طور پیش‌فرض ۱۰۰ واژهٔ پربسامد آن بخش را به ترتیب نزولی بسامد نمایش می‌دهد. با تایپ کلمهٔ مورد نظر خود در کادر «جستجوی واژه» می‌توانید بسامد، ردیف آن در فهرست این واژه‌ها، تعداد و درصد تعداد آن به نسبت تعداد کل واژه‌ها را مشاهده کنید. عدد «ردیف» واژه‌ها لزوماً نمایانگر ترتیب از لحاظ بسامد نیست و تنها نمایانگر آن است که اگر فهرست صدواژهٔ ابتدایی تا واژهٔ جستجو شده ادامه پیدا می‌کرد در شماره ردیف آن چه عددی نوشته می‌شد.

با کلیک یا لمس لینک متناظر هر واژه می‌توانید آن را در بخش جاری جستجو کنید.

بخش عمدهٔ محتوای گنجور از نرم‌افزارها و وبگاه‌های دیگر وارد شده است و در این زمینه علاقمندان ادبیات مدیون بزرگوارانی هستند که پیش و بیش از گنجور روی دیجیتالی کردن میراث ادب ایران‌زمین سرمایه‌گذاری کرده‌اند.

منبع اولیه دیجیتال هر شعر در کادر اطلاعات داخل آن مشخص شده است.

البته در طول زمان و به همت کاربران و همراهان گنجور متون وارد شده تکمیل یا تصحیح شده و تغییر کرده‌اند و لزوماً دیگر با منبع اولیه همخوانی ندارند. پیشتر در صفحهٔ منابع گنجور فهرستی ثابت از این منابع را نگهداری می‌کردیم که با فواصل طولانی تکمیل می‌شد.

برچسب‌های منابع دیجیتال گنجور را تکمیل کردیم و هم‌اکنون همهٔ شعرها دارای برچسب منبع اولیه هستند. منابع را به سه دسته (۱. نرم‌افزارها و وبگاه‌های دیگر، ۲.همراهان گنجور و ۳.پروژهٔ بازبینی OCR) تقسیم کردیم و علاوه بر یک آمار دسته‌بندی شده بر این اساس، آمار ریز ورودی از منابع را شامل نام عزیزانی که به شکل فردی یا تیمی مجموعه‌های حجیمی را برای گنجور تایپ کرده بودند در دسترس گذاشتیم.

آمار کنونی فقط پوشش‌دهندهٔ بخش منظوم گنجور است. امیدواریم در آینده آماری معادل را که پوشش‌دهندهٔ بخش منثور و در نهایت همهٔ متون در دسترس از طریق گنجور باشد اضافه کنیم.

در صفحات معرفی شاعران، بخش نقل قول‌های احتمالی آنان از دیگران و دیگران از آنان برای شاعرانی که با تعداد زیادی از شاعران دیگر ارتباط داشتند باعث شلوغی صفحاتشان شده بود. لینک به این صفحات را از حالت قبلی خارج کردم و آنها را در یک کادر (به طور پیش‌فرض بسته شده) به اسم «مشق شعر» تجمیع کردم. لینک‌ها نیز با تصاویر شاعران جایگزین شده‌اند.

بخش «آمار» نیز به طور پیش‌فرض بسته شده است تا کسانی که نیاز به مشاهدهٔ اطلاعات آن دارند آن را باز کنند و از شلوغی صفحه کاسته شود.

به جای لینک ساده به صفحات پیشنهاد تصاویر شاعران نیز اولین تصویر پیشنهاد شده در صورت وجود نمایش داده می‌شود. این تصویر برای مواردی که تصویر چهرهٔ گنجور از طراحی مشخصی برداشته شده باشد همان تصویر مرجع است.

دوست عزیزی از کشور پاکستان چندی است که در گنجور فعالیت می‌کند و به سهم خود به غنای محتوای آن کمک می‌کند.

مخدوم حسان لاهوری (نامی که خود او در انتشار روخوانی‌های اشعارش در گنجور از آن استفاده می‌کند) چندی پیش جویای آن بود که چرا کسی اشعار اقبال لاهوری را نخوانده است. همچنان که در پرسش‌های متداول گنجور توضیح داده شده است روخوانی اشعار یک فرایند داوطلبانه است و انتخاب آن که چه شعری خوانده شود به عهدهٔ خود داوطلبان است. از آنجا که عموماً علاقمندان تمایل به روخوانی اشعار شاعران مشهور دارند روخوانی‌های زیادی برای جز چند شاعر انگشت‌شمار همه‌کس‌پسند ارائه نشده است. حسان عزیز وقتی که از علت این امر مطلع شد آستین همت را بالا زد و خودش دست به کار شد.

او که فارسی‌زبان نیست با تکیه بر روخوانی‌های اشعار مشهور کلماتی را که نحوهٔ خوانده شدن آنها را در فارسی نمی‌دانسته پیدا کرده و با تلاش فراوان تا به حال بیش از پنجاه شعر از اقبال را روخوانی کرده است.

حسان که برنامه‌نویس و دست به کد هم هست ابزاری برای تولید فایل XML همگامسازی گنجور رومیزی با استفاده از مارکرهای ادوبی اودیشن و ابزار دیگری برای تولید ویدیوهای حاوی شکل موج در ادوبی اودیشن از خوانش‌های همگام‌شدهٔ گنجور ساخته است.

این یک نمونه ویدیوی تولید شده توسط این ابزار است (برداشته شده از این نشانی):

حسان لاهوری و دوستانش برای شناساندن بهتر گنجینهٔ آثار اقبال لاهوری در شبکه‌های اجتماعی نیز حضور پررنگی دارند و می‌توانید در هر یک از شبکه‌های اجتماعی زیر می‌توانید حاصل تلاش‌هایشان را ببینید و دنبال کنید:

https://twitter.com/IqbalFarsi

https://instagram.com/iqbalfarsiofficial
https://www.tiktok.com/@iqbalfarsiofficial
https://www.facebook.com/IqbalFarsiOfficial
https://www.youtube.com/@IqbalFarsi

منابع متون گنجور عمدتاً کتابهای چاپ شده و در معدودی موارد نسخه‌های خطی هستند. پیش از انتشار دستور خط‌های نوین مثل دستور خط فرهنگستان (اگر در دنبال کردن لینک با خطا مواجه شدید مشکل فنی و ناشی از انقضای گواهینامهٔ SSL سایت فرهنگستان است، پذیرش ریسک پیشنهادی توسط مرورگر در این مورد خاص انشاء الله خطری برایتان ایجاد نمی‌کند) منبع متمرکزی به عنوان استاندارد دستور خط وجود نداشته است. از این جهت دستور خط فارسی در کتاب‌های مختلف گنجور از سلیقه‌ها و انتخاب‌های متفاوتی پیروی می‌کنند و یکدست نیستند.

یکدست و استاندارد کردن این حجم از متن کاری نیست که در زمان معقولی انجام شدنی باشد و البته گنجور هم فاقد امکانات کافی برای چنین کاری است.

اما با ارائهٔ امکان ویرایش متون و تصحیح غلط‌های تایپی انجام این کار خصوصاً برای متون پرمخاطب شدنی‌تر و در دسترس‌تر شده است. چنانچه حرکت‌گذاری و آسان‌خوان کردن متون از اهدافی است که گروهی از همراهان گنجور با استفاده از این امکانات برای رسیدن به آن تلاش می‌کنند.

مشکلی که اینجا وجود دارد این است که در این وضعیت هم هنوز استاندارد مدون و مشخصی برای ویرایش و یکدست کردن خط در متون گنجور وجود نداشته و ارائه نشده است.

در این نوشته تلاش می‌کنیم به یک پیشنهاد اولیه بر اساس دستور خط فرهنگستان و بر اساس نیازمندیهای گنجور برسیم.

اوّل نیازمندیهای دستور خط در گنجور را با هم مرور کنیم:

۱. جستجوپذیری: یکی از مهمترین کارکردهای گنجور جستجوی متون است. دستور خط گنجور نباید برای رسیدن به اهدافی مانند آسان‌خوانی به گونه‌ای ویژه، سلیقه‌ای و غیرقابل پیش‌بینی شود که اشخاص نتوانند کلمات را مطابق صورتی که در گنجور ظاهر شده حدس بزنند و در کادر جستجو تایپ کنند. تعهد به جستجوپذیری دستور خط‌هایی را که ممکن است مزایایی از قبیل آسان‌خوانی ارائه کنند اما مطابق انتظار همگان نیستند و جا نیفتاده‌اند و استفاده از آنها نیاز به آموزش دارد نفی می‌کند.

تبصره: عموم موتورهای جستجو و همینطور جستجوگر داخلی گنجور حرکات (کسره، ضمّه، فتحه)، تشدید، همزهٔ بالای ه، تنوین و مواردی مانند آن را در جستجو نادیده می‌گیرند و آنها را حذف می‌کنند. از این جهت استفاده از این راهنماهای خوانش استاندارد مغایر با جستجوپذیری در گنجور نیست.

۲. خوانش آسان متون: شکل یک کلمه مثل «برد» در خط فارسی لزوماً نمایانگر آن نیست که کلمهٔ متناظر آن چه کلمه‌ای بوده است. این کلمه می‌تواند «بُرْد»، «بَرَد»، «بُرَد»، «بَرْد» (به معنی سرما) باشد و حتی زمانی که کلمه به مدد محتوای جمله‌ای که در آن به کار رفته مشخص شود عاملی به نام وزن شعر می‌تواند باعث شود که همان کلمه به گونه‌ای متفاوت مثلاً با تشدید روی حرف «ر» خوانده شود. حرکت‌گذاری متون تا حد زیادی می‌تواند این نقیصه را جبران کند. برای آن که کار به افراط نکشد می‌توانیم کلماتی را که کمتر پیش می‌آید به گونهٔ دیگری خوانده شوند استثنا کنیم.

قواعد پیشنهادی:

۱. در تایپ متون در ویندوز و سایر سیستم عامل‌ها از صفحه‌کلید استاندارد فارسی (Persian Standard) استفاده کنید. این صفحه‌کلید با آنچه به طور معمول در ویندوز فعال می‌شود متفاوت است. تایپ نیم‌فاصله در این چینش با Shift+Space انجام می‌شود و امکان تایپ عموم حرکات استاندارد در آن با ترکیب Shift و سایر کلیدها وجود دارد (این چینش صفحه‌کلید در ویندوزهای خیلی قدیمی با نصب برنامه‌ای جانبی در دسترس قرار می‌گیرد اما در ویندوزهای بعد از ویندوز ۱۰ و همینطور روی سیستم‌عامل‌های جدید به صورت توکار در دسترس است). معضل احتمالی این صفحه‌کلید آن است که اعداد را به شکل فارسی و متفاوت با صورت لاتین آنها تایپ می‌کند که هم در جستجوپذیری و هم در عملیات محاسباتی یا ورود متن در کادرهای محدود شده به عدد در بعضی نرم‌افزارها و وب‌سایت‌ها مشکلاتی ایجاد می‌کند که البته آن هم با سوییچ موقت به صفحه‌کلید انگلیسی و تایپ اعداد با آن حل می‌شود.

۲. یای کوتاه روی های ناملفوظ (مثلاً در «نامهٔ من») به همین صورت (هٔ) و با استفاده از نشانهٔ اختصاصی آن در صفحه‌کلید استاندارد فارسی قابل تایپ با نگه داشتن دکمهٔ Shift و فشردن کلید N (یا شیفت+د) نوشته می‌شود.

این نویسه در دستور خط فرهنگستان (نسخهٔ لینک داده شده منتشر شده در سال ۱۴۰۲) صفحهٔ ۳۳ نیز به عنوان نویسهٔ استاندارد تایپ یای کوتاه روی های ناملفوظ انتخاب شده است. مزیت آن به نسبت صورت متفاوت متداول یعنی نوشتن کامل ی که با نیم‌فاصله از ه جدا شده (نامه‌ی من) آن است که در هنگام جستجو به طور کامل حذف می‌شود و بر خلاف صورت غیراستاندارد که حروف کامل را در جستجو حذف نمی‌کند در جستجوی عبارات کامل مثل «نامه من» به مشکل برنمی‌خورد. برای این ترکیب صورت دیگری با استفاده از یک شکل کامل (یک حرف که های ناملفوظ و یا را با هم تایپ می‌کند به صورت «ۀ») نیز با استفاده از چینش قدیمی صفحه‌کلید قابل تایپ است که به لحاظ مشکلاتی که در جستجوپذیری متن ایجاد می‌کند استفاده از آن درست نیست (نرم‌افزار گنجور در هنگام تأیید پیشنهادهای تصحیحی به طور خودکار آن را با صورت درست جایگزین می‌کند).

استثنای یای کوتاه روی های ناملفوظ: در موارد معدودی حرکت یای روی های ناملفوظ سکون است (مثال از اخوان ثالث: «به گرده‌یْ من، به رگهای فسرده‌یْ من، به زنده‌یْ تو، به مرده‌یْ من»). نوشتن آن به صورت پیشنهاد شده در این حالت به لحاظ آن که خواننده را در خوانش متن دچار اشتباه می‌کند پیشنهاد نمی‌شود و در این حالت استثنایی نوشتن آن به صورت یای کامل با سکون اجباری روی یا ارجح است.

۳. سرهم نویسی، جدانویسی: در مورد دو کلمهٔ پشت سر هم که به شکل ترکیب به کار گرفته شده‌اند (مثلاً «اینجا» یا «گر چه»)، به این قواعد نگاه کنید: اول این که در عرف آیا این ترکیب سرهم نوشته می‌شود یا جدا، مواردی مانند اینجا و آنجا معمولاً جدا نوشته نمی‌شود و البته به نظر می‌رسد تکیه در تلفظ آنها در فرم سر هم و جدا متفاوت است، از این جهت آنها را جدا نمی‌نویسیم، دوم (اگر قاعدهٔ اول این مورد را پوشش نداد) این که آیا معنای کلمهٔ ترکیبی با ترکیب دو کلمهٔ مجزا یکسان است یا خیر، اگر معنای کلمهٔ مرکب ترکیب دو بخش نیست قطعاً می‌بایست سرهم نوشته شود. سرهم‌نویسی با جدا کردن حروف چسبان با نیم‌فاصله ایرادی ندارد اما سرهم نویسی مواردی که نمی‌بایست سرهم نوشته شوند در آمارگیری کلمات مجزا در گنجور (امکانی که ممکن است بعدها ایجاد شود) مشکل ایجاد می‌کند.

۴. چسبیدن «که» به «آن» و «این» و موارد مشابه: در جایگاه‌هایی که «که» به «آن» و «این» چسبیده و ترکیب «کان» و«کاین» را ساخته، ترکیب را جدا نمی‌کنیم (که‌این و که‌آن پذیرفتنی نیست) و آنها را همانطور که خوانده می‌شوند می‌نویسیم. برای نمایش ترکیبی بودن کلمه صورت «کآن» بر «کان» و «کاین» بر «کین» ترجیح داده می‌شود. در مورد چسبیدن واو («و») به آن و این در حالتی که «وان» و «وین» خوانده می‌شود صورت‌های «وآن» و «وین» قابل قبول است («واین» احتمالاً موجب بدخوانی می‌شود). نوشتن «کآن» و «کاین» به صورت «ک‌آن» و «ک‌این» و هر گونه روشی که سلیقهٔ شخصی قلمداد شود و در متون متداول نباشد نیز درست نیست.

۵. «کی» در غزلیات شمس و «سد» در دیوان وحشی بافقی و … : تعهد به رسم‌الخط‌های اختصاصی نسخ خطی الزامی نیست و جهت جستجوپذیر کردن آنها به شرطی که مسلم باشد که کلمهٔ متداول چیست («که» به جای «کی»، «آن که» به جای «آنک»، «صد» به جای «سد»، «قفس» به جای «قفص» و …) تغییر آن به کلمهٔ متداول ترجیح داده می‌شود.

۶. استفاده از علائم سجاوندی می‌بایست مطابق کارکرد و تعریف استاندارد آنها باشد و استفاده از آنها به منظور تسهیل خوانش زمانی قابل قبول است که در آن افراط نشود و القای معنای نادرست نکند. در صورتی که یک مصرع می‌تواند با توقف در پایان کلمات مختلف به چند صورت صحیح خوانده شود نمی‌بایست علامت‌گذاری باعث نفی صورت‌های دیگر خواندن شعر شود چنان که محتمل است که شاعر عمداً قصد ایجاد ابهام روی نحوهٔ خواندن شعر را داشته است تا بتواند معانی متفاوتی را از این طریق خلق کند.

۷. علائم سجاوندی (ویرگول، علامت سؤال و علامت تعجب و …) به کلمهٔ قبلی بدون فاصله می‌چسبند و با کلمهٔ بعدی فاصله دارند (نمونه: «گفتا: کدام دل؟ چه نشان؟ کی؟ کجا؟ که برد؟» و نه «گفتا : کدام دل ؟ چه نشان ؟ کی ؟ کجا ؟ که برد ؟») .

۸. جایگاه قافیه: بعضی از قواعد رسم‌الخط در جایگاه قافیهٔ اشعار برای ایجاد یکدستی در قوافی استثناپذیر هستند. یعنی اگر رعایت رسم‌الخط صحیح در جایگاه قافیه به یکدستی قوافی یک شعر لطمه بزند از آن صرف نظر می‌کنیم.

این متن یک پیش‌نویس ناقص و اولیه است. از دوستانی که از ویراستاری و رسم‌الخط فارسی سررشته دارند و در آن مطالعه کرده‌اند و با رویکرد گنجور در مورد تسهیل جستجو در کنار تعهد به یک استاندارد عمومی و پرهیز از رویکرد سلیقه‌ای همگام و همفکر هستند خواهشمندیم نکاتی را که باید در این زمینه در نظر گرفته شود در نظرات این نوشته اعلام کنند تا به آن افزوده شود.