Semantic Space of Parts of Speech
تتحدى هذه الورقة الرؤية التقليدية لأجزاء الكلام باعتبارها فئات حاسمة من خلال استخدام تضمينات word2vec والشبكات العصبية لتعيين الكلمات في فضاء دلالي ثلاثي الأبعاد، مما يكشف عن الضبابية المتأصلة وعلاقات الحدود بين أجزاء الكلام عبر خمس لغات.
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
غالبًا ما تُدرَّس اللغة كأنها نظام من الصناديق الأنيقة المنظمة؛ حيث نتعلم أن الكلمة إما أن تكون اسمًا، أو فعلًا، أو صفة، وأنها تنتمي إلى فئة واحدة فقط من هذه الفئات في كل مرة. هذا التصنيف الدقيق يساعدنا في بناء القواميس وتدريس القواعد، لكنه لا يتوافق دائمًا مع الواقع الفوضوي لكيفية عمل الكلمات فعليًا. فبعض الكلمات تشعر وكأنها تنتمي إلى مكانين في آن واحد، أو أنها تقع تمامًا على الحدود بين الفئات، رافضةً أن يتم حصرها. لطال lâu لغويون يشتبهون منذ زمن طويل في أن هذه الحدود ضبابية، لكن إثبات ذلك كان صعبًا لأن الطرق التقليدية تعتمد على التقدير البشري والقواعد الجامدة. والآن، استخدم فريق من الباحثين من جامعة تشارلز في براغ وجامعة بوتسدام في ألمانيا نهجًا مختلفًا لرسم خرائط هذا الغموض. لم يطلبوا من الناس تحديد مكان انتماء الكلمات؛ بل تركوا الكلمات تتحدث عن نفسها من خلال تحليل كيفية سلوكها في ملايين الجمل.
بدأ الباحثون بفكرة بسيطة: الكلمات التي تظهر في مواقف متشابهة تميل إلى امتلاك معانٍ متشابهة. هذا المفهوم، المعروف باسم "الدلالات التوزيعية"، يشير إلى أنه إذا نظرت إلى الرفقة التي تصاحب الكلمة، يمكنك فهم ماهيتها. على سبيل المثال، الكلمة التي تظهر غالبًا بجانب "الـ" و"كبير" هي على الأرج� احتمال كبير أن تكون اسمًا، بينما الكلمة التي تتبع "سوف" أو "يمكن" هي على الأرجح فعل. يمكن للحواسيب تحويل هذه الأنماط إلى خرائط رياضية، حيث تمثل كل كلمة نقطة في فضاء شاسع. وكلما اقتربت نقطتان من بعضهما، زاد تشابه الكلمات في كيفية استخدامها. ذهب الفريق خطوة أبعد بسؤال الحاسوب ليتعلم قواعد أقسام الكلام من تلقاء نفسه؛ حيث غدّوا الحاسوب بمجموعة ضخمة من النصوص بخمس لغات مختلفة: الفرنسية، والتشيكية، والفنلندية، والروسية، والإنجليزية. أُعطي الحاسوب الكلمات وتصنيفاتها القياسية، وطُلب منه إيجاد الأنماط الخفية التي تربط بينها.
ولفهم البيانات المعقدة، بنى الباحثون برنامجًا حاسوبيًا خاصًا، وهو "شبكة عصبية"، مصممًا لضغط كل المعلومات في ثلاثة أبعاد فقط. تخيل غرفة مليئة بآلاف النقاط العائمة، كل منها يمثل كلمة. في عقل الحاسوب، توجد هذه النقاط في فضاء ذي مئات الاتجاهات، وهو أمر يستحيل على البشر رؤيته. أجبر الباحثون الحاسوب على تسطيح هذا الفضاء إلى شكل يمكننا رؤيته فعليًا: خريطة ثلاثية الأبعاد. وعلى هذه الخريطة، وضع الحاسوب الكلمات بناءً على مدى تشابهها في المعنى والاستخدام. ولم تكن النتيجة قائمة من القواعد، بل كانت مشهدًا طبيعيًا. في هذا المشهد، شكلت أنواع الكلمات الأكثر شيوعًا مجموعات متميزة، أو "أذرعًا"، تمتد من نقطة مركزية.
عندما نظر الباحثون في هذه الخرائط، رأوا أن الفئات التقليدية للأسماء والأفعال والصفات كانت بالفعل هي المجموعات الأقوى. وفي كل لغة درسوها، شكلت هذه المجموعات الثلاث أشكالًا واضحة ومنفصلة. ومع ذلك، لم يكن الفضاء بينها فارغًا. وجد الباحثون أن العديد من الكلمات لم تكن تقع بدقة داخل أحد الأذرع، بل كانت في المساحة التي تتلامس أو تتداخل فيها الأشكال. فعلى سبيل المثال، في اللغة الفرنسية، وُجدت الكلمات التي يمكن أن تكون أفعالًا وصفات في آن واحد، مثل "منسي" (forgotten)، عند الحدود تمامًا بين مجموعة الأفعال ومجموعة الصفات. وفي اللغة الإنجليزية، وُجدت الكلمات التي يمكن أن تكون أسماءً وأفعالًا، مثل "ضحك" (laugh) أو "اهتمام" (care)، حيث تتمازج أذرع الأسماء والأفعال معًا. وقد أكد هذا أن الضبابية التي اشتبه فيها اللغويون هي حقيقة وقابلة للقياس. فالكلمات التي تسبب أكبر قدر من الارتباك للقواعد التقليدية هي تلك التي تعيش طبيعيًا في مناطق الانتقال هذه.
كشفت الدراسة أيضًا عن تفاصيل مدهشة حول لغات محددة. ففي اللغة الروسية، لاحظ الباحثون أن الأشكال القصيرة من الصفات، التي تُستخدم لوصف حالة مثل "الرجل شاب"، تجمعت بالقرب من الأفعال أكثر من غيرها من الصفات. وهذا منطقي لأن هذه الأشكال القصيرة في قواعد اللغة الروسية غالبًا ما تعمل كفعل رئيسي في الجملة. وفي اللغة الفنلندية، وهي لغة ذات بنية مختلفة تمامًا عن اللغات الأخرى، أظهرت الخريطة أن الظروف لم تشكل مجموعة متميزة خاصة بها، بل كانت منتشرة بين الفئات الأخرى. ويشير هذا إلى أن الخط الفاصل بين الظرف وأقسام الكلام الأخرى أقل وضوحًا في الفنلندية مما هو عليه في الإنجليزية أو الفرنسية. وحتى في اللغات التي تبدو قواعدها صارمة، أظهرت البيانات أن الكلمات غالبًا ما تنحرف بناءً على كيفية استخدامها.
كان أحد أكثر النتائج إثارة للدهشة هو أن الأعداد، أو الأرقام، غالبًا ما شكلت مجموعة منفصلة خاصة بها، رغم أن القواعد التقليدية تعاملها أحيانًا كنوع من الأسماء أو الصفات. ففي خرائط اللغات الفرنسية والتشيكية والروسية، وقفت الأرقام بمعزل عن المجموعات الرئيسية، مما يشير إلى أن لها هوية دلالية فريدة تميزها عن غيرها من الكلمات. حدث هذا رغم أن الحاسوب لم يُؤمر بالبحث عن الأرقام؛ فقد اكتشف هذا النمط بمجرد تحليل كيفية استخدام الكلمات في النصوص الحقيقية. كما وجد الباحثون أن طريقة تجميع الكلمات يمكن أن تتغير اعتمادًا على مجموعة البيانات المستخدمة، مما يظهر أن الحدود ليست ثابتة بل هي سيالة.
لم يهدف الباحثون إلى إنشاء كتاب قواعد جديد أو إثبات أن لغة ما أفضل من أخرى. كان هدفهم هو معرفة ما يحدث عندما نترك البيانات تقرر الفئات. وقد وجدوا أنه بينما تكون الفئات الرئيسية للأسماء والأفعال والصفات قوية ومستقرة، فإن الحواف تكون ناعمة. فالكلمات غالبًا ما تنتمي إلى فئات متعددة في آن واحد، أو تتحول بناءً على السياق. تشير الدراسة إلى أن الصناديق الجامدة التي نستخدمها لتدريس القواعد هي أدوات مفيدة، لكنها لا تلتقط الصورة الكاملة لكيفية عمل اللغة. إن الطبيعة الحقيقية للكلمة ليست مجرد تسمية واحدة، بل هي موقع في فضاء شاسع ومتغير حيث يمكن للكلمة أن تكون قريبة من أفكار عديدة مختلفة.
ومن خلال تصور هذه العلاقات، قدم الباحثون طريقة جديدة لرؤية بنية اللغة. فبدلاً من الجدال حول ما إذا كانت الكلمة اسمًا أم فعلًا، يمكننا الآن رؤية مكان استقرارها بدقة بالنسبة لكليهما. هذا النهج لا يحل محل القواعد القديمة، بل يضيف طبقة من العمق تظهر تعقيد التواصل البشري. تُظهر الخرائط أن اللغة ليست مجموعة من الجزر المعزولة، بل هي مشهد مستمر تتدفق فيه الكلمات في بعضها البعض. وتؤكد الدراسة أن ضبابية اللغة ليست خطأً أو عيبًا، بل هي سمة أساسية لكيفية استخدامنا للكلمات لوصف العالم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.