Modeling Narrative Structure in Latin Epic Poetry with Automatically Generated Story Grammars
تقدم هذه الورقة طريقة قائمة على النماذج اللغوية الكبيرة (LLM) وقابلة للتفسير، تستخدم التعلم بلقطات قليلة (few-shot learning) لتوليد تسميات قواعد القصة تلقائياً للشعر الملحمي اللاتيني، مما يجسّر الفجوة بين التحليل الحوسبي والبحث الإنساني لتعزيز فهم البنية السردية وتحليل الأسلوب.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول فهم قصتين رومانيتين قديمتين مختلفتين تماماً: الأولى هي رحلة طويلة متعرجة (ملحمة "الإنيادة" لفيرجيل)، والأخرى هي حرب أهلية فوضوية (ملحمة "الحرب الأهلية" لولوكان).
عادةً، عندما تحاول الحواسيب تحليل هذه القصص، فإنها تحول الكلمات إلى أرقام غير مرئية (مثل تحويل لوحة فنية إلى جدول بيانات من الألوان). هذا يساعد الحاسوب على القيام بالعمليات الحسابية، لكنه يجعل من الصعب على البشر فهم سبب اختلاف القصص. الأمر يشبه محاولة فهم أغنية من خلال النظر إلى مستويات صوت الموجات بدلاً من الاستماع إلى اللحن.
تقترح هذه الورقة طريقة جديدة للاستماع إلى الموسيقى. فبدلاً من تحويل النص إلى أرقام، يعلم المؤلفون ذكاءً اصطناعياً فائق الذكاء كيفية تصنيف النص باستخدام "وسوم القصة"، تماماً كما يقوم أمين مكتبة بتصنيف كتاب بوسم مثل "مغامرة"، أو "حزن"، أو "معركة".
إليك كيف فعلوا ذلك وما وجدوه، مشروحاً ببساًطة:
1. وصفة "قواعد القصة"
ابتكر المؤلفون مجموعة خاصة من القواعد، أطلقوا عليها اسم "قواعد القصة" (story grammar). فكر في هذا الأمر كأنه وصفة لقصة ما. كل قصة، مهما بلغت درجة تعقيدها، تتكون من مكونات أساسية:
- مَن يفعل شيئاً؟ (الشخصية)
- ماذا يفعل؟ (الفعل)
- بِمن/بماذا؟ (المفعول به/الهدف)
- أين، ومتى، ولماذا؟ (الظروف)
بدلاً من مجرد النظر إلى الكلمات اللاتينية، يقوم الذكاء الاصطناعي بتفكيك كل جملة إلى هذه المكونات. على سبيل المثال، بدلاً من رؤية الجملة اللاتينية "هرب إينياس من المدينة"، يرى الذكاء الاصطناعي وسماً يقول: [شخصية: إينياس] + [فعل: هرب] + [مكان: مدينة].
2. تعليم الذكاء الاصطناعي (خدعة "التعلم بالقليل من الأمثلة")
الذكاء الاصطناعي الذي استخدموه (نموذج لغوي متطور جداً) لم يكن يعرف "وصفة القصة" هذه مسبقاً. لذا، لم يحاول المؤلفون إعادة تدريب الذكاء الاصطني\ كله من الصفر. بدلاً من ذلك، استخدموا خدعة تسمى "التعلم بالقليل من الأمثلة" (few-shot learning).
تخيل أنك تعلم طفلاً فرز المكعبات. أنت لا تكتب له دليلاً تعليمياً؛ بل تكتفي فقط بإظهار ثلاثة أمثلة له: "هذا المكعب الأحمر يذهب إلى كومة اللون الأحمر. هذا المكعب الأزرق يذهب إلى كومة اللون الأزرق". ثم تقول له: "الآن قم بفرز البقية".
أظهر المؤلفون للذكاء الاصطناعي 30 مثالاً لنصوص لاتينية مع تطبيق وسوم القصة الصحيحة عليها مسبقاً. سرعان ما استوعب الذكاء الاصطناعي النمط وطبق تلك الوسوم نفسها على آلاف الأسطر الشعرية.
3. ما اكتشفوه
بمجرد أن قام الذكاء الاصطناعي بتصنيف القصيدتين، استطاع المؤلفون مقارنة "أعداد الوسوم" لرؤال أساليب المؤلفين. الأمر يشبه مقارنة اثنين من الطهاة عبر عد كم مرة استخدم كل منهما الملح مقابل الفلفل.
- المسافر مقابل المقاتل: وجدوا أن ملحمة "الإنيادة" لفيرجيل تبدأ العديد من مقاطعها بذكر الأماكن (مثل "عند الشاطئ..."). وهذا يتناسب مع قصة بطل ينتقل من مكان إلى آخر.
- كثير ذكر الأسماء: تبدأ ملحمة "الحرب الأهلية" للوكان مقاطعها كثيراً بذكر أسماء محددة لأشخاص أو مجموعات. وهذا يناسب قصة تركز على فوضى الحرب والجنرالات المحددين.
- النفي: استخدم لوكان كلمات تدل على "لا" أو "ليس" بشكل أكثر تكراراً من فيرجيل، مما يعكس النبرة القاتمة والسلبية للحرب الأهلية.
4. اختبار "المرآة السحرية" (المطابقة الدلالية)
لإثبات نجاح طريقتهم، حاولوا إيجادة روابط خفية بين القصيدتين. عادةً، تبحث الحواسيب عن الكلمات التي تتشابه في النطق. لكن هذين الشاعرين غالباً ما استخدما كلمات مختلفة لوصف الفكرة نفسها.
استخدم المؤلفون وسوم القصة الخاصة بهم لإيجاد المطابقات. وجدوا سطراً في قصيدة الحرب وسطراً في قصيدة الرحلة يمتلكان كلمات مختلفة تماماً ولكن لهما نفس بنية القصة بالضبط (على سبيل المثال: "شاطئ مقابل شاطئ" مقابل "رايات مقابل رايات"). أعطاهم الذكاء الاصطناعي درجة عالية، مما أثبت أن القصتين تترددان صدى بعضهما البعض، رغم اختلاف الكلمات. هذا يشبه إدراك أن أغنيتين هما نفس الأغنية لأن لهما نفس الإيقاع، حتى لو عُزفت إحداهما على البيانو والأخرى على الغيتار.
5. لماذا يهم هذا؟
النقطة الأساسية في هذه الورقة هي الوضوح.
- الطريقة القديمة: يعطيك الحاسوب قائمة من الأرقام التي لا يفهمها إلا حواسيب أخرى.
- الطريقة الجديدة: يعطيك الحاسوب قائمة من وسوم القصة (مثل "شخصية"، "فعل"، "مكان") التي يمكن للبشر قراءتها وفهمها فوراً.
هذا يسم يسمح للباحثين (الإنسانيين) وعلماء الحاسوب بالعمل معاً بشكل أفضل. يقوم الحاسوب بالجهد الشاق المتمثل في قراءة آلاف الأسطر، لكن المخرجات تكون عبارة عن خريطة واضحة لبنية القصة يمكن لأي شخص تفسيرها. إنها تساعدنا على رؤية "الهيكل العظمي" للقصة، بدلاً من مجرد رؤية "الجلد" (الكلمات المحددة).
باخت-صريح: لقد علموا الحاسوب كيفية قراءة القصائد القديمة ليس عن طريق عد الكلمات، بل من خلال تحديد اللبنات الأساسية للقصة، مما يكشف عن "بصمة" فريدة لأسلوب كل مؤلف بطريقة يسهل على البشر فهمها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.