بررسی آماری واژه‌های پنج میلیون کتاب با محصول جدید گوگل

22

به تازگی آزمایشگاه گوگل با همکاری دو جامعه‌شناس، محصول جالبی بیرون داده است.

گوگل، ۵.۲ میلیون کتاب را دیجیتالی کرده است. این تعداد کتاب ۵۰۰ میلیارد کلمه دارند. کتاب‌های دیجیتالی شده بین سال‌های ۱۵۰۰ تا ۲۰۰۸ نوشته شده‌اند.

محصول جدید گوگل مشخص می‌کند که در هر سال، چه میزان از یک کلمه مشخص استفاده شده است! به این ترتیب معلوم می‌شود که در یک بازه زمانی چندقرنی فرکانس استفاده از یک کلمه چقدر فرق کرده است و از این طریق، روزنه‌ای برای بررسی فرهنگ و جامعه باز می‌شود.

من در نخستین آزمایش، کلمه war را در دو قرن اخیر، جستجو کردم:

مشخص است که در سال‌های دور و بر جنگ‌های جهانی اول و دوم، فرکانس استفاده از این کلمه بیشتر شده است.

حالا، تست دیگری می‌کنیم و مردان و زنان را در کتاب‌های جستجو می‌کنیم:

این جستجو هم جالب است و نشان می‌دهد که قبل از دهه ۷۰ میلادی، میزان استفاده از کلمه «زنان» به شکل معناداری کمتر از «مردان» بود.

حالا بیایید، «ایران» را جستجو کنیم:

تفسیر این نمودار، بسیار دشوارتر است. پیداست که فرکانس استفاده از واژه ایران بعد از انقلاب و جنگ ایران و عراق و در سال‌های اخیر به دلایل سیاسی باید بیشتر شده باشد. ولی در این لحظه نمی‌توانم ابراز نظر کنم که چرا در سال‌های دور و بر ۱۸۰۰ یا ۱۷۵۰، در نمودار قله‌هایی ظاهر شده است.

دست آخر «کامپیوتر» را جستجو می‌کنیم:

معلوم می‌شود که از ۱۹۴۵ به بعد، سر و کله این کلمه پیدا شده است، از سال ۱۹۷۷، شتاب استفاده از آن تند شده است، از سال ۲۰۰۰ به بعد هم، احتمالا به خاطر رواج کلمات هم‌ارزی مثل لپ‌تاپ، میزان استفاده از آن کمتر شده است.

شما هم اگر چیز جالبی برای جستجو به نظرتان رسید و نمودار جالبی پیدا کردید، در قسمت کامنت وبلاگ آن را به اشتراک بگذارید.

   
22 نظرات
  1. بابک می گوید

    من Galilei رو سرچ کردم دیدم بین سال های ۱۶۰۰ تا ۱۶۵۰ یکدفه خیلی از اسمش استفاده شده به خاطر همون قضیه گرد بودن زمین که بین همین سال ها مطرح کرده بعدش earth رو سرچ کردم یه رابطه معناداری بینشون پیدا شد.جالب بود

  2. امین می گوید

    این عبارتو هم سرچ کنید.
    persian gulf,arabian gulf

    1. امین می گوید

      البته در کامنت قبل به حروف کوچک اول توجه نکردم
      اینو هم امتحان کنید
      Persian gulf,Arabian gulf

  3. هامون می گوید

    islam جالبه… بعد از انقلاب یهو میره بالا

  4. امیر گنو می گوید

    چقدر جالب بود

  5. گنو پی سی می گوید

    دستتتون درد نکنه

  6. زيرپوش می گوید

    سلام
    یک پزشک جان اول یک سوال داشتم
    این with smoothing of به چه دردی میخوره تو این نموداره؟
    من کامل متوجه نشدم اگر توضیح بدی خیلی ممنون میشم
    بعد اینکه واژه پرشین گلف و عربین گلف رو سرچ کنید متوجه جعلی بودن اسم دوم می شوید

  7. وحید می گوید

    واژه ایران رو با حروف بزرگ ( Iran) جستجو کنید، نتیجه بهتری بدست میاد.

  8. senaps می گوید

    همینجوری به ذهنم خورد که افراد رو جست و جو کنم…
    درباره ی هیتلر بعد از ۱۷۵۰ تا ۱۸۰۰ هیچ کتابی نوشته نشده!این دوران چه خبر بوده؟!!
    درباره ی خمینی هم جست و جو کردم…
    البته درباره ی چیزهای دیگه ای هم میشه جست و جو کرد! مثلا درباره ی گریت سایرس یا کوروش کبیر،یا مثلا سعدی و حافظ!!
    ببخشید برای لحظات اول،چیز خیلی تاریخیی به ذهنم نرسید!!

  9. رضا می گوید

    فاربیدن بود برای ما! شما از وی پی ان استفاده می کنید؟!

  10. پيوست می گوید

    و البته گوگل ایران رو جزو “forbidden country” حساب می‌کنه و اجازه‌ی استفاده از این سرویس رو با آی‌پی ایرانی نمی‌ده.

  11. بنيامين می گوید

    کلمه ی aids رو ببینید، از سال ۱۹۵۰ هم بوده !

    1. علیرضا مجیدی می گوید

      احتمالا جمع aid بوده ولی خطاهای نرم افزار OCR هم مطرح هست.

  12. حمید می گوید

    واژه اینترنت(internet) در سال های ۱۹۱۰ ؟؟؟؟

  13. یاشار می گوید

    اگر در مورد ایران جستجو می کنید توجه داشته باشید که قبل از سال ۱۹۳۵ کشورهای خارجی برای ایران اغلب کلمه پرشیا Persian را استفاده می کردند در این زمان رضا خان کلمه ایران را مورد توجه قرار داد و به صورت رسمی به دیگر کشورها اعلام شد که از کلمه ایران Iran به جای Persia استفاده کنند
    اگر به جای ایران کلمه شرق یا آسیا ( یا حتی کلمه غرب که در تقابل و یا قیاس با شرق همواره ذکر می گردیده ) را نیز جستجو کنیم به همان جهش حدود ۱۸۰۰ می رسیم این جهش شاید مربوط شود به ایجاد دانشکده های شرق شناسی در دانشگاه های اروپا به عبارت بهتر توجه غرب به شرق که بعدها با سفر شرق شناسانی مانند ادوارد براون و ترجمه ادبیات ایران به زبان های اروپایی ادامه یافت.

  14. حمید می گوید

    http://ngrams.googlelabs.com/chart?content=internet&corpus=0&smoothing=3&year_start=1500&year_end=2008

    واژه اینترنت در سالهای ۱۶۰۰ – ۱۶۵۰ مورد استفاده قرار گرفته ؟:دی
    و حتی در بازه زمانی قرن هفدهم و همچنین در سالهای اولیه قرن نوزدهم.

    نقل محافل بسیاری از سایتهای اینترنتی شده الان :))

  15. heller می گوید

    کلمه حقوق بشر هم نتیجه جالبی داشت که از اوایل ۱۹۹۰ به ۲۰۰۰ اوج می گیره و ۲۰۰ به اوج می رسه اما جالب بود که برای سالهای بعد از اون چیزی رو نشون نمی ده!

  16. نوید می گوید

    برام جالب نبود

  17. بهزاد می گوید

    سلام دکتر جان
    تو این سایت پادکسیتی نوشته با نرم افزار اندروید استفاده کردین ، می شه بگین از چه گوشی اندرویدی استفاده می کنید ؟

    1. علیرضا مجیدی می گوید

      گلکسی اس

  18. ایثار می گوید

    اینکه داده های خام را در دسترس همه قرار داده واقعا عالیه. در آینده چیزهای فوق العاده ای ازش بیرون خواهد آمد.
    ای کاش در جستجوی اخبار هم چنین امکانی فراهم می شد مثلا newspaperarchive.com که از سال ۱۷۰۰میلادی آرشیو روزنامه ها را دارد این امکان را که خیلی پیچیده هم نیست درست می کرد!
    یک سری به newspaperarchive.com یا highbeam.com بزنید آن هم جالبه.

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.