تحديد اللغة الأم

تحديد اللغة الأم ( NLI ) هو مهمة تحديد اللغة الأم للمؤلف (L1) بالاعتماد فقط على كتاباته بلغة ثانية (L2). ^{[ 1 ]} يعمل تحديد اللغة الأم من خلال تحديد أنماط استخدام اللغة الشائعة بين مجموعات محددة من مستخدمي اللغة الأم، ثم تطبيق هذه المعرفة للتنبؤ باللغة الأم لنصوص لم يسبق الاطلاع عليها. ويُعزى ذلك جزئيًا إلى تطبيقات في اكتساب اللغة الثانية ، وتعليم اللغات، وعلم اللغة الجنائي ، وغيرها.

تعتمد نظرية التأثير اللغوي الطبيعي (NLI) على افتراض أن اللغة الأم للمؤلف تُهيئه لأنماط إنتاج لغوي معينة في لغته الثانية، متأثرةً بلغته الأم. ويرتبط هذا بالتأثير اللغوي المتبادل (CLI)، وهو موضوع رئيسي في مجال اكتساب اللغة الثانية (SLA) يُحلل آثار انتقال اللغة الأم إلى اللغات المُكتسبة لاحقًا.

باستخدام بيانات إنجليزية واسعة النطاق، تحقق أساليب تحليل اللغة الطبيعية دقة تزيد عن 80% في التنبؤ باللغة الأم للنصوص التي كتبها مؤلفون من 11 خلفية لغوية أولى مختلفة. ^{[ 2 ]} ويمكن مقارنة ذلك بنسبة 9% عند الاختيار العشوائي.

تُستخدم أساليب معالجة اللغة الطبيعية لاستخراج وتحديد أنماط استخدام اللغة الشائعة بين متحدثي مجموعة لغوية واحدة. ويتم ذلك باستخدام بيانات متعلمي اللغة، عادةً من مجموعة بيانات خاصة بهم . بعد ذلك، يُطبَّق التعلّم الآلي لتدريب المصنفات، مثل آلات المتجهات الداعمة ، للتنبؤ باللغة الأم للنصوص غير المرئية. ^{[ 5 ]} كما طُبِّقت مجموعة من الأنظمة القائمة على التجميع على هذه المهمة، وأظهرت تحسنًا في الأداء مقارنةً بأنظمة المصنفات الفردية. ^{[ 6 ] [ 7 ]}

استُخدمت أنواعٌ مختلفة من السمات اللغوية لهذه المهمة، بما في ذلك السمات النحوية كتحليل المكونات، والتبعيات النحوية، وعلامات أجزاء الكلام. كما وُجد أن السمات المعجمية السطحية، مثل نماذج الحروف والكلمات والكلمات الجذرية ، مفيدةٌ للغاية لهذه المهمة. ومع ذلك، يبدو أن نماذج الحروف ^{[ 8 ] [ 9 ]} هي السمة الأنسب لهذه المهمة.

استضافت ورشة عمل "بناء التطبيقات التعليمية" (BEA) في مؤتمر NAACL 2013 المهمة المشتركة الافتتاحية لـ NLI. ^{[ 10 ]} أسفرت المسابقة عن 29 مشاركة من فرق من جميع أنحاء العالم، نشر 24 منها أيضًا ورقة بحثية تصف أنظمتها ونهجها.