Η εργασία αυτή τοποθετείται στο πεδίο της Εφαρμοσμένης Γλωσσολογίας Σωμάτων Κειμένων, ενός σχετικά νέου κλάδου που επιδιώκει να υπηρετήσει τους στόχους της Εφαρμοσμένης Γλωσσολογίας, υιοθετώντας τις αρχές και τις μεθοδολογικές συμβάσεις της Γλωσσολογίας Σωμάτων Κειμένων. Ειδικότερα, η εργασία εστιάζει στη γλωσσική εκπαίδευση και επιχειρεί να προωθήσει τη σχετική συζήτηση αναφορικά με τη διδασκαλία της Ελληνικής ως πρώτης γλώσσας και να αναδείξει τα πλεονεκτήματα που απορρέουν από την αξιοποίηση των Σωμάτων Κειμένων (ΣΚ) στο γλωσσικό μάθημα. Σε αυτό το πλαίσιο, διερευνώνται οι τρόποι με τους οποίους τα πορίσματα και οι μέθοδοι της Γλωσσολογίας Σωμάτων Κειμένων μπορούν να ανανεώσουν την παιδαγωγική γλωσσική περιγραφή, το περιεχόμενο του γλωσσικού μαθήματος και τη διδακτική πρακτική. Οι δύο κύριοι ερευνητικοί στόχοι που τέθηκαν είναι οι εξής: α) η εξαγωγή παιδαγωγικά χρήσιμων συμπερασμάτων με αφετηρία τα πορίσματα της κατευθυνόμενης από (ή βασισμένης σε) δεδομένα γλωσσολογικής έρευνας και β) η συγκρότηση παιδαγωγικά κατάλληλων Σωμάτων Κειμένων, δηλαδή ΣΚ πρόσφορων για ένταξη στη διδακτική πρακτική και αξιοποιήσιμων από τους μαθητές Προς πλήρωση του πρώτου στόχου, διατυπώνονται συγκεκριμένες προτάσεις για την ανανέωση και τον εμπλουτισμό του περιεχομένου των διδακτικών εγχειριδίων και των αναλυτικών προγραμμάτων για το μάθημα της Ελληνικής Γλώσσας στην πρωτοβάθμια και τη δευτεροβάθμια εκπαίδευση. Ειδικότερα, εξετάζονται οι λεξικοί συνδυασμοί, οι λόγιες μετοχές της Νέας Ελληνικής, η χρήση του τελικού –ν στην άρνηση δεν και οι υποθετικοί λόγοι. Για καθένα από τα παραπάνω θέματα αντλήθηκαν δεδομένα γλωσσικής χρήσης από Σώματα Κειμένων της Ελληνικής, τα οποία αναλύθηκαν και αντιπαραβλήθηκαν με το περιεχόμενο του γλωσσικού μαθήματος. Η αντιπαραβολή αυτή ανέδειξε ελλείψεις της παιδαγωγικής γλωσσικής περιγραφής ή σημεία αυτής που δεν αποτυπώνουν με ακρίβεια τη γλωσσική χρήση. Ο δεύτερος στόχος της διατριβής εστιάζει στη διδακτική πρακτική της πρώτης γλώσσας. Αφορμάται από την άποψη ότι, για να προκύψει μαθησιακό όφελος από την ένταξη των ΣΚ στη γλωσσική διδασκαλία, είναι απαραίτητο αυτά να παρουσιάζουν ορισμένα κρίσιμα χαρακτηριστικά που τα καθιστούν κατάλληλα για εκπαιδευτική αξιοποίηση. Ένα από αυτά τα χαρακτηριστικά είναι το επίπεδο αναγνωστικής δυσκολίας (ή αναγνωσιμότητας) των κειμένων που συγκροτούν το ΣΚ. Έτσι, στο πλαίσιο της προκείμενης μελέτης, η ποσοτική εκτίμηση της αναγνωσιμότητας ελληνικών κειμένων αξιοποιείται ως βασικό εργαλείο για τη συγκρότηση ενός παιδαγωγικά κατάλληλου ΣΚ. Σε αυτό το σημείο αξιοποιούνται μεθοδολογικά εργαλεία των μαθηματικών τύπων υπολογισμού της αναγνωσιμότητας και τεχνικές αυτόματης κατηγοριοποίησης, ώστε να δομηθεί ένα στατιστικό μοντέλο αυτόματης κατηγοριοποίησης ελληνικών κειμένων. Προς την κατεύθυνση αυτή, διερευνάται ένα εκτενές σύνολο κειμενικών χαρακτηριστικών που περιγράφουν ποσοτικά τη λεξιλογική δυσκολία, τη συντακτική περιπλοκότητα και τη συνοχή του κειμένου, ώστε να προσδιοριστεί ποια από αυτά μπορούν, κατάλληλα συνδυαζόμενα, να αξιοποιηθούν ως ενδείξεις του επιπέδου αναγνωστικής δυσκολίας ενός κειμένου. Το προτεινόμενο μοντέλο λαμβάνει υπόψη τις τιμές ορισμένων από τα παραπάνω κειμενικά χαρακτηριστικά και «αποφαίνεται» αν ένα κείμενο είναι κατάλληλο ως προς την αναγνωσιμότητά του για μαθητές Γυμνασίου. Έτσι, το μοντέλο μπορεί να αξιοποιηθεί για την επιλογή κειμένων από ένα γενικό ΣΚ της Ελληνικής, συγκροτώντας ένα παιδαγωγικά κατάλληλο υποσύνολό του. Για να επικυρωθεί η εγκυρότητα του μοντέλου, τα αποτελέσματά του συγκρίνονται αφενός με την εκτίμηση ειδικών της εκπαίδευσης (όπως αυτή αποτυπώνεται στις επιλογές των συντακτών των διδακτικών εγχειριδίων) και αφετέρου με την εκτίμηση των ίδιων των μαθητών της ομάδας-στόχου. Για το δεύτερο αυτό σκέλος της επικύρωσης διενεργήθη έρευνα πεδίου με συμμετοχή 913 μαθητών Γυμνασίου και με εφαρμογή της τεχνικής ολοκλήρωσης ελλιπών κειμένων. Τα αποτελέσματα της επικύρωσης καταδεικνύουν ότι το προτεινόμενο μοντέλο επιτυγχάνει ιδιαίτερα υψηλά ποσοστά ορθής κατηγοριοποίησης. Το γεγονός αυτό επιβεβαιώνεται και από τη σύγκριση του μοντέλου με τους υφιστάμενους τύπους υπολογισμού της αναγνωσιμότητας για τα Ελληνικά, καθώς εμφανίζεται να υπερέχει αυτών τουλάχιστον κατά 10 ποσοστιαίες μονάδες στο συνολικό ποσοστό σωστής κατηγοριοποίησης. Η συμβολή της προκείμενης διατριβής μπορεί να συνοψισθεί στα ακόλουθα σημεία: • Επεκτείνει τα ερευνητικά ενδιαφέροντα της Εφαρμοσμένης Γλωσσολογίας Σωμάτων Κειμένων, που στη διεθνή βιβλιογραφία μονοπωλούνται από τη διδασκαλία και εκμάθηση της δεύτερης ή της ξένης γλώσσας, στην πρώτη γλώσσα • Καταδεικνύει την αξία των πορισμάτων της κατευθυνόμενης από δεδομένα γλωσσολογικής ανάλυσης για τη διδασκαλία της Ελληνικής μέσω συγκεκριμένων παραδειγμάτων που φανερώνουν ότι η αξιοποίηση των ΣΚ γεφυρώνει την απόσταση μεταξύ της διδασκόμενης γλώσσας και της πραγματικής γλωσσικής χρήσης, οδηγώντας έτσι σε πληρέστερη, ακριβέστερη και πιο «ρεαλιστική» γλωσσική περιγραφή • Καλύπτει ένα σημαντικό κενό στην έρευνα για την αναγνωσιμότητα ελληνικών κειμένων που μέχρι σήμερα περιοριζόταν στην προσαρμογή αντίστοιχων μαθηματικών τύπων που έχουν διατυπωθεί για άλλες γλώσσες. Το προτεινόμενο μοντέλο αυτόματης κατηγοριοποίησης κειμένων με κριτήριο την αναγνωσιμότητα αποτελεί μια εύρωστη αυτοματοποιημένη λύση για το πρόβλημα της συγκρότησης ΣΚ με κείμενα κατάλληλα ως προς την αναγνωστική τους δυσκολία για συγκεκριμένο μαθητικό κοινό.