روششناسی
کدام روابط میان آنچه در قرآن نوشته شده (واژهها، مفاهیم، حروف، جایگاهها) و اعداد از یک غربال آماری صادقانه جان سالم به در میبرند و کدام نه؟
روند کار
- متن تأییدشده: تنزیل 1.1 (عثمانی، املایی، املایی ساده) که پیش از تجزیه اثر انگشت آن بررسی میشود؛ 114 سوره و 6,236 آیه؛ هر سطر بایتبهبایت با خروجی XML همان نسخه تطبیق داده میشود.
- نماهای نامگذاریشده: (نسخه، سیاست بسمله، نمایهٔ یکسانسازی) ← نمایهٔ واژهها با جایگاههای ثابت.
- کل فضای جستوجو پیش از اجرا شمرده میشود (مخرج کسر) و هر آزمون اجراشده، از جمله منفیها، اعلام میشود.
- غربال: بنیامینی–هوخبرگ روی همهٔ آزمونهای اجراشده؛ آزمونی فقط وقتی «الگوی نامزد» میشود که q ≤ 0.05 و پشتوانه ≥ 5 باشد.
- قطعی: بذر و ورودیهای یکسان همان بایتهای نتیجه را میدهند؛ شناسهٔ اجرا اثر انگشت همهٔ ورودیهاست.
اجرا run-9a7c1a1988a98abf · بذر 20260925 · موتور 0.1.0 · commit d287965b5422
اثر انگشت درخت کد 8670eb30e4d3177be263f8600e78b1fe3030f9034a670ecfb0edf1c032d41211
اثر انگشت نتایج 7810c7cf49bf9242806c01a4575854e23f20e79df86f23078807bca00aa82a9d
خانوادهها و مدلهای صفر
| خانواده | پرسش | مدل صفر | اجراشده / نامزد |
|---|---|---|---|
declared-number | آیا شمار یک مفهوم با عددی اعلامشده برابر است (مثلاً «يوم» = 365، «شهر» = 12)؟ | سهم صورتهای واژگانی با شمار در بازهٔ [N/2، 2N] که شمارشان دقیقاً N است | 6 / 0 |
concept-balance | آیا شمار دو مفهوم جفت از حد تصادف به هم نزدیکتر است؟ | شمارش کامل همهٔ جفتهای واژگانی در همان بازه | 20 / 0 |
concept-cooccurrence | آیا دو مفهوم جفت بیش از حد تصادف در آیات مشترکاند؟ | توزیع فوقهندسی روی آیات | 10 / 6 |
muqattaat-enrichment | آیا سهم یک حرف آغازین در سورهٔ خودش از مجموعههای تصادفی آیات بیشتر است؟ | نمونهگیری مجدد آیات با بذر (9,999 نمونه) و واسنجی با کنترل منفی | 1,174 / 0 |
muqattaat-specificity | آیا حروف آغازین بیش از دیگر حروف همان سورهها غنیشدهاند؟ | آزمون یکطرفهٔ مان–ویتنی | 1 / 0 |
surah-concentration | آیا یک صورت واژه در یک سوره متمرکز است؟ | دوجملهای بر پایهٔ سهم واژههای سوره، با اصلاح بونفرونی ×114 | 400 / 116 |
occurrence-clustering | آیا رخدادها از حالت تصادفی خوشهایترند؟ | مونتکارلو با بذر (999 جایگذاری یکنواخت) | 101 / 71 |
نمایههای یکسانسازی
هر تبدیل متن نام، شمارهٔ نسخه و اثر انگشت دارد؛ متن منتشرشده هرگز تغییر نمیکند.
| نمایه | شرح | تبدیلها | SHA-256 |
|---|---|---|---|
exact-v1 v1.0.0 | Exact surface Byte-exact token text including every diacritic and sign. | هیچ | 543be835c22b44de… |
letters-only-v1 v1.0.0 | Letters only (orthography preserved) Drops every diacritic/sign; keeps the written letters exactly, incl. hamza forms and alef wasla. Default for letter counts. |
| 3b342c38f3efd772… |
search-folded-v1 v1.0.0 | Search-folded Letters only, dagger alef written out, alef wasla and hamza-alef forms folded to ا. Keeps ى/ي and ة/ه distinct. |
| 413547a18290fe13… |
search-folded-loose-v1 v1.0.0 | Search-folded (loose) search-folded-v1 plus ى→ي and ة→ه. Maximises recall; merges some distinct words. |
| 75d1ad678477723d… |
uthmani-no-harakat-v1 v1.0.0 | Uthmani without ordinary harakat Removes only U+064B–U+0652 (tanween, fatha, damma, kasra, shadda, sukun). Keeps Uthmani spelling, alef wasla, superscript alef, maddah, hamza marks, small waw/yeh, small Quranic signs and tatweel. |
| 1cb1685208dd821f… |
بسمله
Edition level: Tanzil keeps the surah-header basmala separate from verse text (XML export: a bismillah attribute on verse 1 of 112 surahs, all except 1 and 9). File-format level: the txt-2 export writes that attribute in-line at the start of the verse-1 line followed by one space. The metadata file (quran-data.xml) has no basmala field. The importer does not add or remove anything in the raw bytes; its policy is a named view.
سیاست پیشفرض: headers-removed — بسملهٔ آغاز سوره جزو متن آیه نیست (112 سوره)؛ 1:1 و 27:30 حفظ میشوند.
قواعد شمارش مفاهیم
R1-bare— فقط صورتهای فهرستشده، بهصورت واژهٔ کامل.R2-clitics— صورتها همراه با یک مجموعهٔ یکسان از پیشوندها (و ف ب ل ك …)، بدون پسوند.R3-substring— هر واژهای که ریشهواژه را در بر دارد (حد بالا؛ شامل واژههای نامرتبط).
قواعد برای همهٔ مفاهیم یکسان است؛ هیچ قاعدهای پس از دیدن شمار برای یک مفهوم انتخاب نمیشود.
نردبان ادعا و سیاست هوش مصنوعی
- نرمافزار در سطح 2 (غربال آماری) متوقف میشود. سطوح 3 تا 6 (پایداری میان نمایهها، بازبینی زبانی، بازبینی قرآنی و آماری، انتشار ویراسته) به بازبینان انسانی نیاز دارند.
- هوش مصنوعی صورتهای مفاهیم و دو ادعای رایج را بهعنوان ورودی فرضیه با برچسب «پیشنویس، بازبینینشده» پیشنهاد کرد. هیچ متن قرآنی، شمارش، ریشه یا نتیجهگیریای تولید نکرد.
- هیچ خروجیای از واژههای «اعجاز» یا «برهان» استفاده نمیکند؛ این موضوع بهطور خودکار آزموده میشود.