علم اللغة الحاسوبي

📅 آخر تحديث: ١ أغسطس ٢٠٢٦
✍️ نُشر في: ١ أغسطس ٢٠٢٦
الموسوعة الحرة

علم اللغة الحاسوبي هو منهج تجريبي لدراسة اللغة من خلال مجموعات النصوص ( جمعها مجموعات نصوص ). [ 1 ] مجموعات النصوص هي مجموعات متوازنة، وغالبًا ما تكون مُصنفة، من نصوص حقيقية من الكلام أو الكتابة، تهدف إلى تمثيل تنوع لغوي معين . [ 1 ] اليوم، تُعد مجموعات النصوص عمومًا مجموعات بيانات قابلة للقراءة آليًا.

يقترح علم اللغة الحاسوبي أن التحليل الموثوق للغة يكون أكثر جدوى باستخدام المدونات اللغوية التي جُمعت في بيئتها الطبيعية - أي في سياقها الطبيعي ("الواقعي") - مع الحد الأدنى من التدخل التجريبي. وتتيح مجموعات النصوص الكبيرة، على الرغم من أن المدونات اللغوية قد تكون صغيرة من حيث عدد الكلمات، للغويين إجراء تحليلات كمية على المفاهيم اللغوية التي قد يصعب اختبارها بطريقة نوعية. [ 2 ]

تعتمد طريقة تحليل النصوص على مجموعة النصوص في أي لغة طبيعية لاستخلاص مجموعة القواعد المجردة التي تحكم تلك اللغة. ويمكن استخدام هذه النتائج لاستكشاف العلاقات بين تلك اللغة ولغات أخرى خضعت لتحليل مماثل. وقد استُخلصت أولى هذه المدونات يدويًا من النصوص المصدرية، ولكن هذه العملية أصبحت الآن مؤتمتة.

لم تُستخدم المدونات اللغوية فقط في البحوث اللغوية، بل تم استخدامها بشكل متزايد في تجميع القواميس (بدءًا من قاموس التراث الأمريكي للغة الإنجليزية في عام 1969) وقواعد اللغة المرجعية، مع كتاب "قواعد اللغة الإنجليزية الشاملة" ، الذي نُشر في عام 1985، كأول مثال على ذلك.

يتباين رأي الخبراء في هذا المجال حول عملية إضافة التعليقات التوضيحية إلى المدونات اللغوية. تتراوح هذه الآراء بين جون ماك هاردي سنكلير ، الذي يدعو إلى الحد الأدنى من التعليقات التوضيحية حتى تتحدث النصوص عن نفسها، [ 3 ] وفريق مسح استخدام اللغة الإنجليزية ( كلية لندن الجامعية)، الذين يدعون إلى إضافة التعليقات التوضيحية باعتبارها تتيح فهمًا لغويًا أعمق من خلال التسجيل الدقيق. [ 4 ]

تاريخ

استندت بعض المحاولات الأولى في الوصف النحوي، جزئيًا على الأقل، إلى مدونات لغوية ذات أهمية دينية أو ثقافية خاصة. فعلى سبيل المثال، وصفت أدبيات براتيشاخيا أنماط الصوت في اللغة السنسكريتية كما وردت في الفيدا ، واستندت قواعد بانيني للغة السنسكريتية الكلاسيكية، جزئيًا على الأقل، إلى تحليل تلك المدونة نفسها. وبالمثل، أولى النحاة العرب الأوائل اهتمامًا خاصًا بلغة القرآن الكريم . وفي التراث الأوروبي الغربي، أعدّ العلماء فهارس لغوية تُمكّن من دراسة لغة الكتاب المقدس والنصوص القانونية الأخرى دراسةً مُفصّلة.

مدونات اللغة الإنجليزية

شكّل نشر كتاب " التحليل الحاسوبي للغة الإنجليزية الأمريكية المعاصرة" عام 1967 علامة فارقة في علم اللغة الحاسوبي الحديث. استند هذا العمل، الذي ألفه هنري كوتشيرا وويليام نيلسون فرانسيس ، إلى تحليل مدونة براون ، وهي مدونة منظمة ومتوازنة تضم مليون كلمة من اللغة الإنجليزية الأمريكية من عام 1961. تتألف المدونة من 2000 عينة نصية من مختلف الأنواع الأدبية. [ 5 ] كانت مدونة براون أول مدونة حاسوبية مصممة خصيصًا للبحث اللغوي. [ 6 ] أخضع كوتشيرا وفرانسيس مدونة براون لتحليلات حاسوبية متنوعة، ثم جمعا عناصر من اللغويات، وتعليم اللغات، وعلم النفس ، والإحصاء، وعلم الاجتماع لإنتاج عمل ثري ومتنوع. ومن المنشورات الرئيسية الأخرى كتاب راندولف كويرك "نحو وصف لاستخدام اللغة الإنجليزية" عام 1960 [ 7 ] ، والذي قدم فيه "مسح استخدام اللغة الإنجليزية " . كانت مدونة كويرك أول مدونة حديثة يتم بناؤها بهدف تمثيل اللغة بأكملها. [ 8 ]

بعد ذلك بوقت قصير، تواصلت دار النشر هوتون ميفلين في بوسطن مع كوتشيرا لتزويدها بقاعدة بيانات تضم مليون كلمة موزعة على ثلاثة أسطر لقاموسها الجديد " قاموس التراث الأمريكي" ، وهو أول قاموس يُجمع باستخدام علم اللغة الحاسوبي. وقد اتخذ قاموس التراث الأمريكي خطوة مبتكرة بدمج العناصر التوجيهية (كيفية استخدام اللغة ) مع المعلومات الوصفية (كيفية استخدامها فعليًا ) .

وحذت دور نشر أخرى حذوها. فقد جُمع قاموس كولينز البريطاني أحادي اللغة للمتعلمين (COBUILD) ، المصمم خصيصًا لمتعلمي اللغة الإنجليزية كلغة أجنبية ، باستخدام بنك اللغة الإنجليزية . كما استُخدمت مدونة مسح استخدام اللغة الإنجليزية في تطوير أحد أهم قواعد اللغة القائمة على المدونات اللغوية، والذي كتبه كويرك وآخرون ونُشر عام 1985 بعنوان "قواعد شاملة للغة الإنجليزية" . [ 9 ]

أنتجت مدونة براون أيضًا عددًا من المدونات اللغوية ذات البنية المماثلة: مدونة LOB ( الإنجليزية البريطانية في ستينيات القرن العشرين )، ومدونة كولهابور ( الإنجليزية الهندية )، ومدونة ويلينغتون ( الإنجليزية النيوزيلندية )، ومدونة اللغة الإنجليزية الأسترالية ( الإنجليزية الأسترالية )، ومدونة فراون ( الإنجليزية الأمريكية في أوائل تسعينيات القرن العشرين )، ومدونة FLOB (الإنجليزية البريطانية في تسعينيات القرن العشرين). وتمثل مدونات أخرى لغات ولهجات وأنماطًا لغوية متعددة، منها المدونة الدولية للغة الإنجليزية ، والمدونة الوطنية البريطانية ، وهي مجموعة تضم 100 مليون كلمة من نصوص منطوقة ومكتوبة متنوعة، أُنشئت في تسعينيات القرن العشرين من قِبل اتحاد من الناشرين والجامعات ( أكسفورد ولانكستر ) والمكتبة البريطانية . أما بالنسبة للغة الإنجليزية الأمريكية المعاصرة، فقد توقف العمل على المدونة الوطنية الأمريكية ، ولكن مدونة اللغة الإنجليزية الأمريكية المعاصرة (1990-حتى الآن)، التي تضم أكثر من 400 مليون كلمة، متاحة الآن عبر واجهة ويب.

تم إنشاء أول مدونة محوسبة للغة المنطوقة المكتوبة في عام 1971 بواسطة مشروع مونتريال الفرنسي، [ 10 ] والتي تحتوي على مليون كلمة، مما ألهم شانا بوبلاك لإنشاء مدونة أكبر بكثير للغة الفرنسية المنطوقة في منطقة أوتاوا-هال. [ 11 ]

مدونات متعددة اللغات

في تسعينيات القرن الماضي، تحققت العديد من النجاحات المبكرة البارزة في مجال الأساليب الإحصائية في برمجة اللغات الطبيعية، وتحديداً في مجال الترجمة الآلية ، ويعود الفضل في ذلك بشكل خاص إلى العمل الذي أنجزه مركز أبحاث شركة آي بي إم. وقد استطاعت هذه الأنظمة الاستفادة من مجموعات النصوص متعددة اللغات الموجودة مسبقاً ، والتي أنتجها البرلمان الكندي والاتحاد الأوروبي نتيجة لقوانين تنص على ترجمة جميع الإجراءات الحكومية إلى جميع اللغات الرسمية لأنظمة الحكم المعنية.

توجد مدونات لغوية بلغات غير أوروبية أيضاً. فعلى سبيل المثال، أنشأ المعهد الوطني للغة اليابانية وعلم اللغويات في اليابان عدداً من المدونات اللغوية للغة اليابانية المنطوقة والمكتوبة. كما تم إنشاء مدونات لغوية للغة الإشارة باستخدام بيانات الفيديو. [ 12 ]

مجموعات اللغات القديمة

إلى جانب هذه المدونات اللغوية للغات الحية، تم إنشاء مدونات محوسبة لمجموعات من النصوص باللغات القديمة. ومن الأمثلة على ذلك قاعدة بيانات أندرسن -فوربس للكتاب المقدس العبري، التي طُوّرت منذ سبعينيات القرن الماضي، حيث تُحلل كل جملة باستخدام رسوم بيانية تمثل ما يصل إلى سبعة مستويات نحوية، ويُوسم كل مقطع بسبعة حقول معلومات. [ 13 ] [ 14 ] أما مدونة القرآن الكريم العربية فهي مدونة مُشروحة للغة العربية الفصحى للقرآن الكريم . وهو مشروع حديث يتضمن طبقات متعددة من الشروح، بما في ذلك التجزئة الصرفية، ووسم أجزاء الكلام ، والتحليل النحوي باستخدام قواعد التبعية. [ 15 ] أما المدونة الرقمية للغة السنسكريتية (DCS) فهي "مدونة مُجزأة إلى أجزاء من نصوص سنسكريتية مع تحليل صرفي ومعجمي كامل... مصممة للبحث التاريخي النصي في اللغويات السنسكريتية وفقه اللغة". [ 16 ]

مجموعات من النصوص من مجالات محددة

إلى جانب البحث اللغوي البحت، بدأ الباحثون بتطبيق علم لغويات المدونات على مجالات أكاديمية ومهنية أخرى، مثل فرع القانون وعلم لغويات المدونات الناشئ ، والذي يسعى إلى فهم النصوص القانونية باستخدام بيانات وأدوات المدونات. تركز مجموعة بيانات DBLP Discovery على علوم الحاسوب ، وتحتوي على منشورات ذات صلة في هذا المجال مع بيانات وصفية واعية مثل انتماءات المؤلفين، والاستشهادات، ومجالات الدراسة. [ 17 ] وقد قدم NLP Scholar مجموعة بيانات أكثر تركيزًا، وهي عبارة عن مزيج من أوراق بحثية من مختارات ACL وبيانات وصفية من Google Scholar . [ 18 ] كما يمكن أن تساعد المدونات في جهود الترجمة [ 19 ] أو في تدريس اللغات الأجنبية. [ 20 ]

طُرق

أدى علم اللغة الحاسوبي إلى ظهور عدد من مناهج البحث التي تحاول تتبع مسار من البيانات إلى النظرية. وقد قدم واليس ونيلسون (2001) [ 21 ] لأول مرة ما أسمياه منظور 3A: الشرح، والتجريد، والتحليل.

  • تتضمن عملية إضافة التعليقات تطبيق مخطط معين على النصوص. وقد تشمل هذه التعليقات ترميزًا بنيويًا، وتحديدًا لأجزاء الكلام ، وتحليلاً نحويًا ، والعديد من التمثيلات الأخرى.
  • يتضمن التجريد ترجمة (ربط) المصطلحات في المخطط إلى مصطلحات في نموذج أو مجموعة بيانات ذات أساس نظري. يشمل التجريد عادةً البحث الموجه من قبل اللغويين، ولكنه قد يشمل، على سبيل المثال، تعلم القواعد للمحللات النحوية.
  • يتألف التحليل من فحص البيانات إحصائياً ومعالجتها وتعميم نتائجها. وقد يشمل التحليل تقييمات إحصائية، أو تحسين قواعد البيانات، أو أساليب اكتشاف المعرفة.

معظم المدونات المعجمية اليوم مُصنّفة حسب أجزاء الكلام. مع ذلك، حتى علماء اللغويات الذين يعملون مع النصوص غير المُصنّفة يطبقون حتمًا طريقة ما لعزل المصطلحات البارزة. في مثل هذه الحالات، يُدمج التصنيف والتجريد في البحث المعجمي.

تكمن ميزة نشر مدونة لغوية مشروحة في إمكانية إجراء تجارب عليها من قِبل مستخدمين آخرين (عبر مديري المدونات ). ويمكن للغويين ذوي الاهتمامات المختلفة والآراء المتباينة عن آراء مُنشئي المدونة الاستفادة من هذا العمل. ومن خلال مشاركة البيانات، يستطيع علماء المدونات اللغوية التعامل مع المدونة باعتبارها محورًا للنقاش اللغوي والدراسة المعمقة. [ 22 ]

انظر أيضاً

ملاحظات ومراجع

  1. 1 2 ماير، تشارلز ف. (2023). علم اللغة الحاسوبي الإنجليزي (  الطبعة الثانية). كامبريدج: مطبعة جامعة كامبريدج. ص  4.
  2. ↑ هانستون، س. (1 يناير 2006)، "علم اللغة الحاسوبي" ، في براون، كيث (محرر)، موسوعة اللغة وعلم اللغة (الطبعة الثانية) ، أكسفورد: إلسيفير، ص 234-248 ، doi : 10.1016/b0-08-044854-2/00944-5 ، ISBN  978-0-08-044854-1تم الاطلاع عليه بتاريخ 31 أكتوبر 2023
  3. ↑ سينكلير، ج. "التحليل الآلي للمجموعات اللغوية"، في سفارتفيك، ج. (محرر) اتجاهات في علم اللغة الحاسوبي (وقائع ندوة نوبل 82) . برلين: موتون دي جرويتر. 1992.
  4. ↑ واليس، س. "التعليق والاسترجاع والتجريب"، في ميرمان-سولين، أ. ونورمي، أ.أ. (محرران). تعليق التباين والتغيير. هلسنكي: فاريينغ، [جامعة هلسنكي]. 2007. منشور إلكترونيًا
  5. ↑ فرانسيس، دبليو. نيلسون؛ كوتشيرا، هنري (1 يونيو 1967). التحليل الحاسوبي للغة الإنجليزية الأمريكية المعاصرة . بروفيدنس: مطبعة جامعة براون. ISBN 978-0870571053.
  6. ↑ كينيدي، ج. (1 يناير 2001)، "علم اللغة الحاسوبي" ، في سميلسر، نيل ج.؛ بالتس، بول ب. (محرران)، الموسوعة الدولية للعلوم الاجتماعية والسلوكية ، أكسفورد: بيرغامون، ص 2816-2820 ، ISBN  978-0-08-043076-8تم الاطلاع عليه بتاريخ 31 أكتوبر 2023
  7. ↑ كويرك، راندولف (نوفمبر 1960). "نحو وصف لاستخدام اللغة الإنجليزية". معاملات الجمعية اللغوية . 59 (1): 40-61 . doi : 10.1111/j.1467-968X.1960.tb00308.x .
  8. ↑ كينيدي، ج. (1 يناير 2001)، "علم اللغة الحاسوبي" ، في سميلسر، نيل ج.؛ بالتس، بول ب. (محرران)، الموسوعة الدولية للعلوم الاجتماعية والسلوكية ، أكسفورد: بيرغامون، ص 2816-2820 ، doi : 10.1016/b0-08-043076-7/03056-4 ، ISBN  978-0-08-043076-8تم الاطلاع عليه بتاريخ 31 أكتوبر 2023
  9. ↑ كويرك، راندولف؛ غرينباوم، سيدني؛ ليتش، جيفري؛ سفارتفيك، يان (1985). قواعد شاملة للغة الإنجليزية . لندن: لونغمان. ISBN 978-0582517349.
  10. ↑ سانكوف، ديفيد؛ سانكوف، جيليان (1973). دارنيل، ر. (محرر). "أساليب المسح العيني والتحليل بمساعدة الحاسوب في دراسة التباين النحوي". اللغات الكندية في سياقها الاجتماعي . إدمونتون: مؤسسة البحوث اللغوية: 7-63 .
  11. ↑ بوبلاك، شانا (1989). فاسولد، ر.؛ شيفرين، د. (محرران). "رعاية ومعالجة مدونة لغوية ضخمة". تغير اللغة وتنوعها . قضايا معاصرة في النظرية اللغوية. 52. أمستردام: بنجامينز: 411-451 . doi : 10.1075/cilt.52.25pop . ISBN 978-90-272-3546-6.
  12. ↑ "المركز الوطني لموارد لغة الإشارة والإيماءات في جامعة بوسطن" www.bu.edu . تم الاطلاع عليه بتاريخ 31 أكتوبر 2023 .
  13. ↑ أندرسن، فرانسيس آي.؛ فوربس، أ. دين (2003)، "النحو العبري المصور: الأول. بناء الجملة"، دراسات الشرق الأدنى القديم ، المجلد 40، الصفحات 43-61 [45]  
  14. ↑ إيلاند، إي. آن (1987)، "اكتشافات من إحصاءات الكلمات"، في نيوينغ، إدوارد ج.؛ كونراد، إدغار و. (محرران)، وجهات نظر حول اللغة والنص: مقالات وقصائد تكريمًا للذكرى الستين لميلاد فرانسيس آي. أندرسن، 28 يوليو 1985 ، وينونا ليك، إنديانا: آيزنبراونز ، ص 51، ISBN  0-931464-26-9
  15. ↑ دوكس، ك.، أتويل، إ. وحبش، ن. "التعاون الخاضع للإشراف للتعليق النحوي على اللغة العربية القرآنية". مجلة موارد اللغة وتقييمها . 2011.
  16. ↑ "مجموعة النصوص الرقمية للغة السنسكريتية (DCS)" . تم الاطلاع عليها بتاريخ 28 يونيو 2022 .
  17. ↑ واهل، جان فيليب؛ رواس، تيري؛ محمد، سيف؛ جيب، بيلا (2022). "D3: مجموعة بيانات ضخمة من البيانات الوصفية الأكاديمية لتحليل حالة أبحاث علوم الحاسوب" . وقائع المؤتمر الثالث عشر لموارد اللغة وتقييمها . مرسيليا، فرنسا: الرابطة الأوروبية لموارد اللغة: 2642-2651 . arXiv : 2204.13384 .
  18. ↑ محمد، سيف م. (2020). "باحث معالجة اللغات الطبيعية: مجموعة بيانات لدراسة حالة أبحاث معالجة اللغات الطبيعية" . وقائع المؤتمر الثاني عشر لموارد اللغة وتقييمها . مرسيليا، فرنسا: الرابطة الأوروبية لموارد اللغة: 868-877 . ISBN 979-10-95546-34-4.
  19. ↑ برنارديني، س. (1 يناير 2006)، "مدونات قابلة للقراءة آليًا" ، في براون، كيث (محرر)، موسوعة اللغة واللسانيات (الطبعة الثانية) ، أكسفورد: إلسيفير، ص 358-375 ، doi : 10.1016/b0-08-044854-2/00476-4 ، ISBN  978-0-08-044854-1تم الاطلاع عليه بتاريخ 31 أكتوبر 2023
  20. ^ ماينز، جامعة يوهانس جوتنبرج. "لغويات المجموعة | اللغويات الإنجليزية" . يوهانس جوتنبرج-جامعة ماينز (باللغة الألمانية) . تم الاسترجاع في 31 أكتوبر 2023 .
  21. ↑ واليس، إس. ونيلسون، جي. اكتشاف المعرفة في المدونات اللغوية المحللة نحوياً . استخراج البيانات واكتشاف المعرفة ، 5 : 307-340. 2001.
  22. ↑ بيكر، بول؛ إيغبرت، جيسي، محرران. (2016). تثليث المناهج المنهجية في أبحاث اللغويات الحاسوبية . نيويورك: روتليدج.

للمزيد من القراءة

الكتب

  • بيبر، د.، كونراد، س.، ريبن، ر. علم اللغة الحاسوبي: دراسة بنية اللغة واستخدامها ، كامبريدج: مطبعة جامعة كامبريدج، 1998. ISBN 0-521-49957-7
  • مكارثي، د.، وسامبسون، ج. علم اللغة الحاسوبي: قراءات في تخصص متسع ، كونتينوم، 2005. ISBN 0-8264-8803-X
  • فاكينيتي، ر. الوصف النظري والتطبيقات العملية للمدونات اللغوية . فيرونا: QuiEdit، 2007 ISBN 978-88-89480-37-3
  • فاكينيتي، ر. (محرر). علم اللغة الحاسوبي بعد 25 عامًا . نيويورك/أمستردام: رودوبي، 2007. رقم ISBN 978-90-420-2195-2
  • فاكينيتي، ر. وريسانين، م. (محرران). دراسات قائمة على المدونات للغة الإنجليزية التاريخية . برن: بيتر لانغ، 2006. رقم ISBN 3-03910-851-4
  • ليندرز، دبليو. علم المعاجم الحاسوبي وعلم اللغة الحاسوبي حتى حوالي عامي 1970/1980 ، في: جووس، آر إتش، هايد، يو، شفيكارد، دبليو، ويغاند، إتش إي (محررون). القواميس - موسوعة دولية لعلم المعاجم. مجلد تكميلي: التطورات الحديثة مع التركيز على علم المعاجم الإلكتروني والحاسوبي . برلين: دي غرويتر موتون، 2013. رقم ISBN 978-3112146651
  • Fuß, Eric et al. (Eds.): Grammar and Corpora 2016 , Heidelberg: Heidelberg University Publishing, 2018. doi : 10.17885/heiup.361.509 ( الوصول الرقمي المفتوح ).
  • ستيفانوفيتش، أ. 2020. علم اللغة الحاسوبي: دليل للمنهجية . برلين: دار نشر علوم اللغة. ISBN 978-3-96110-225-9, دوى : 10.5281/zenodo.3735822 الوصول المفتوح https://langsci-press.org/catalog/book/148 .

سلسلة كتب

تشمل سلاسل الكتب في هذا المجال ما يلي:

المجلات

توجد العديد من المجلات الدولية المحكمة والمتخصصة في علم اللغة الحاسوبي، على سبيل المثال: