SynFlow: A Multidimensional Diachronic Semantic Analysis Toolkit
تقدم الورقة البحثية SynFlow، وهي مجموعة أدوات مفتوحة المصدر توحد الأبعاد اللغوية المتنوعة — مثل النحو، والصرف، والأنماط التركيبية — في سير عمل واحد لتمكين التحليل الدلالي التاريخي متعدد الأبعاد والقابل للتفسير، كما هو موضح من خلال دراسة حالة للصفة الألمانية *viral* والتقييم على مهمة SemEval-2020 Task 1.
اللغة ليست معرضاً متحفياً ساكناً؛ بل هي نهر حي يعيد تشكيل ضفافه باستمرار. عندما تتغير معاني الكلمات بمرور الوقت، حاول اللغويون طويلاً ليس فقط فهم وقوع التغيير، بل فهم كيفية حدوثه بدقة. هل بدأ استخدام الكلمة في جمل جديدة؟ هل بدأت تقترن بأنواع مختلفة من الكلمات؟ لعقود من الزمن، اعتمد الباحثون على نماذج رياضية تعامل الكلمات كنقاط في فضاء شاسع وغير مرئي. هذه النماذج قوية في رصد وقوع التحول، لكنها غالباً ما تعمل كصندوق أسود: يمكنها إخبارك أن كلمة ما قد تحركت، لكنها لا تستطيع بسهولة شرح أي عادات استخدام محددة تسببت في تلك الحركة. ولفهم تطور اللغة حقاً، يحتاج العلماء إلى النظر في التفاصيل الملموسة لكيفية سلوك الكلمات في العالم الحقيقي، وفحص الأنماط المحددة للقواعد والرفقة التي تلازمها الكلمات.
قام فريق من الباحثين في جامعة كيوفين (KU Leuven) ومؤسسات أخرى ببناء أداة جديدة تسمى "سين فلو" (SynFlow) لحل هذه المشكلة. فكر فيها كمجهر متخصص لتاريخ اللغة. فبدلاً من الاعتماد على المسافات الرياضية المجردة، تُجزئ "سين فلو" حياة الكلمة إلى عدة أبعاد متميزة وقابلة للملاحظة. إنها تبحث في كيفية اتصال الكلمة بالكلمات الأخرى في الجملة، والأدوار النحوية المحددة التي تؤديها، وأشكال العبارات التي تظهر فيها، وحتى السمات الصرفية المتصلة بها. يأخذ النظام مجموعة من النصوص من فترات زمنية مختلفة، ويحسب عدد مرات ظهور كلمة معينة في كل من هذه السياقات المختلفة، ثم يقارن النتائج. هو لا يكتفي بالقول "الكلمة تغيرت"؛ بل يحسب بدقة أي الروابط المحددة زادت قوتها، وأيها تضاءلت، وأي تركيبات جديدة من الكلمات بدأت في الظهور.
ولرؤية هذه الأداة قيد العمل، طبقها الباحثون على الصفة الألمانية "viral". لقد تتبعوا الكلمة عبر ثلاثين عاماً من النصوص الإخبارية، من عام 1995 إلى عام 2025. في السنوات الأولى، كانت الكلمة تُستخدم حصرياً تقريباً في السياقات الطبية، لوصف العدوى التي تنتشر مثل الفيروس. ومع مرور الوقت، تحول معناها لوصف أي شيء يصبح شائعاً للغاية على الإنترنت. لم تكتشف "سين فلو" هذا التحول فحسب، بل رسمت مسار الرحلة خطوة بخطوة. أظهر النظام أن التغيير لم يكن انفجاراً مفاجئاً، بل كان إعادة هيكلة تدريجية لعادات الكلمة. وكشفت أن الكلمة بدأت تظهر بتكرار أكبر في وظائف نحوية محددة حيث تصف الأفعال، بدلاً من الاكتفاء بوصف الأسماء. وأظهرت أن "الصحبة" التي كانت تلازم الكلمة قد تغيرت، مبتعدة عن المصطلحات الطبية مثل "عدوى" ومتجهة نحو كلمات تتعلق بالتسويق، ومقاطع الفيديو، ومنصات التواصل الاجتماعي.
تكمن قوة "سين فلو" في قدرتها على ربط هذه الطبقات المختلفة من الأدلة في قصة واحدة متماسكة. فقد وجد الباحثون أن التحول في المعنى ينعكس في آن واحد في السلوك النحوي للكلمة، وفي العبارات المحددة التي تشكلها، وفي أنواع الكلمات التي تقترن بها. فعلى سبيل المثال، سلطت الأداة الضوء على كيفية بدء ظهور الكلمة في تركيب محدد مع الفعل "يذهب" (to go)، مما خلق عبارة "يصبح واسع الانتشار" (to go viral). لم يكن هذا حدوثاً عشوائياً؛ فقد أظهر النظام أن هذا الجمع المحدد من الكلمات نما باطراد في التكرار، ليحل محل الأنماط القديمة. ومن خلال تفكيك التغيير إلى هذه الأجزاء الفردية القابلة للملاحظة، استطاع الباحثون رؤية أن المعنى الجديد بُني على أساس من العادات النحوية الجديدة، وليس مجرد تحول غامض في الاستخدام.
كما اختبر الباحثون "سين فلو" مقابل الطرق الموجودة التي تُستخدم للكشف عن تغير الكلمات. ووجدوا أن نهجهم كان فعالاً بنفس القدر في تحديد الكلمات التي تغيرت معانيها، ولكن مع ميزة حاسمة: وهي أن النتائج كانت شفافة. فبينما قد تشير الأنظمة الأخرى إلى تغير كلمة ما دون شرح السبب، قدمت "سين فلو" قائمة واضحة بالأدلة اللغوية المحددة التي دفعت إلى هذا الاستنتاج. تم تصميم الأداة لتكون مفتوحة ومتاحة، مما يسمي العلماء الآخرين بتطبيق نفس سير العمل الصارم على أي كلمة في أي لغة. ومن خلال تحويل التاريخ المعقد للكلمة إلى مجموعة من الأنماط الواضحة والقابلة للعد، تقدم "سين فلو" طريقة جديدة لمراقبة تطور اللغة، محولةً النظريات المجردة للتغيير إلى حقائق ملموسة وقابلة للملاحظة.
ملخص تقني: SynFlow
بيان المشكلة تهيمن النمذجة الفراغية المتجهة (vector-space modeling) بشكل أساسي على المقاربات الحسابية الحالية للتغير الدلالي المعجمي (LSC)، حيث تقارن التمثيلات اللفظية عبر الفترات التاريخية. وبين أن هذه الطرق فعالة في المهام المشتركة، إلا أنها تفتقر غالباً إلى القابلية للتفسير؛ فهي يمكن أن تشير إلى حدوث تغير في كلمة ما، لكنها تفشل في الكشف عن الجوانب المحددة للاستخدام (مثل السلوك النحوي، أو الصرفي، أو الأنماط التركيبية) التي أدت إلى ذلك التغير. وفي المق المقابل، تبحث البحوث المعجمية التاريخية التقليدية في أبعاد قابلة للتفسير، ولكنها تتطلب عادةً مسارات تحليلية منفصلة وغير موحدة لكل بُعد. ومن هنا تبرز الحاجة إلى نظام يوحد تحليل الأبعاد اللغوية المتعددة ضمن إطار عمل واحد مع الحفاظ على الارتباط بين إشارات التغير الكمي والأدلة اللغوية المحددة.
المنهجية SynFlow هو مجموعة أدوات مفتوحة المصدر مصممة للتحليل الدلالي التاريخي متعدد الأبعاد. يعمل النظام على مجموعات فرعية تاريخية مشروحة (annotated diachronic subcorpora)، حيث يمثل كل دليل فترة زمنية محددة. يتبع النظام سير عمل مشترك يتكون من أربع مراحل رئيسية:
استخراج الأبعاد: يستخرج SynFlow أصلياً خمسة أنواع من المعلومات اللغوية من البيانات ذات التنسيق الشبيه بـ CoNLL-U:
أنواع الفتحات (Slot Types): علاقات التبعية التي تشمل الهدف (مثل chi_nsubj و pa_obj).
مالئو الفتحات (Slot Fillers): العناصر المعجمية التي تشغل فتحات تبعية محددة.
التراكيب (Constructions): مجموعات من فتحات التبعية التي تظهر معاً حول مثيل الهدف.
أنواع السمات (Feature Types): الفئات الصرفية المستخرجة من حقل FEATS الخاص بالهدف.
السمات (Features): قيم محددة داخل تلك الفئات.
ملاحظة: يدعم النظام أيضاً التمثيلات المستمدة خارجياً (مثل دلالات الإطار - Frame Semantics) إذا كانت تطابق تنسيق إطار البيانات المطلوب.
بناء التوزيعات: يتم تحويل الملاحظات اللغوية إلى توزيعات احتمالية خاصة بكل فترة. تُطبع التكرارات لتصبح مجموعها واحداً، وهو ما يختلف عن الترددات البسيطة المعتمدة على تطبيع الحدوث.
كشف التغيير: يقيس Toolkit حجم التغير الدلالي عبر قياس المسافة بين توزيعات الفترات المتتالية باستخدام مسافة جيب التمام (Cosine distance)، وتباعد جينسن-شانون (JSD)، أو مسافة التباين الكلي (TVD). ولمعالجة عدم الاستقرار في البيانات الشحيحة، يطبق SynFlow وزناً داعماً بناءً على أعداد الملاحظات. كما يستخدم اختبار التبديل (permutation testing) لتوليد القيم الاحتمالية (p-values)، مما يميز التغيرات ذات المعنى عن التقلبات العشوائية، ويستخدم إجراء بنجاميني-يكوتيلي (BY) للتحكم في معدل الاكتشاف الخاطئ (FDR) في التحليلات متعددة الفترات.
تفكيك التغيير والتجميع:
التفكيك: يقوم النظام بتفكيك درجات التغير الإجمالية إلى مساهمات من القيم الفردية، مما يسمح للباحثين بتحديد العناصر اللغوية التي تقود إعادة التوزيع الملحوظة بدقة.
التجميع التدريجي: بالنسبة لمالئي الفتحات، يستخدم SynFlow تمثيلات word2vec ثابتة (محاذات عبر بروكروست - Procrustes) وتجميعاً هرمياً تجميعياً. يسمح هذا بتتبع التطورات الموضوعية، بما في ذلك ظهور، واستمرار، وتراجع، وإعادة تنشيط المواضيع المالئة عبر الزمن.
المساهمات الرئيسية
سير عمل موحد: يوفر SynFlow إطار عمل واحداً قابلاً لإعادة الاستخدام لمقارنة التوزيعات الزمنية عبر أبعاد لغوية متنوعة (نحوية، صرفية، تركيبية، ودلالية) دون الحاجة إلى إجراءات تحليلية منفصلة لكل منها.
القابلية للتفسير: من خلال تفكيك درجات التغيير إلى مساهمات على مستوى القيمة، يجسر هذا Toolkit الفجوة بين المقاييس الكمية والأدلة اللغوية القابلة للتفسير.
الدقة الإحصائية: يضمن دمج اختبار التبديل والتحكم في FDR أن التغيرات المكتشفة ذات دلالة إحصائية.
تنفيذ مفتوح المصدر: يتوفر Toolkit كإطار عمل قائم على Python ومدفوع بـ Notebooks تحت رخصة MIT، ويتميز بقدرات المعالجة المتعددة (multiprocessing) من أجل القابلية للتوسع.
النتائج
دراسة حالة (الكلمة الألمانية viral): أظهر تحليل نوعي للصفة الألمانية viral (1995–2025) كيف انعكس تحول دلالي واحد (من "مرتبط بالفيروس" إلى "منتشر على نطاق واسع") عبر أبعاد متعددة. حددت الدراسة تحولاً ملحوظاً حول عامي 2011–2015 في فتحات التبعية (تحديداً pa_advmod)، والتكوينات التركيبية، والمالئين المعجميين المرتبطين بوسائل التواصل الاجتماعي (مثل TikTok و Video). أظهر التحليل أنه بينما تغيرت الإشارة الهيكلية (أنواع الفتحات)، كان من الممكن عزل المحركات المحددة (المالئين) وتتبعها من خلال التجميع التدريجي.
أداء المعيار المرجعي: في تقييم استعادي على مهمة SemEval-2020 Task 1، احتلت تمثيلات SynFlow (تحديداً مالئو الفتحات ودلالات الإطار) المركز 4 من أصل 28 في Subtask 1، والمركز 12 من أصل 28 في Subtask 2 بالنسبة لمالئي الفتحات، بينما احتلت دلالات الإطار المركز 9 من أصل 28 في كل من Subtask 1 و Subtask 2. وضعت هذه النتائج Toolkit بشكل تنافسي مقابل الأنظمة الحالية، بما في ذلك الأنظمة القائمة على الشبكات العصبية، مع الحفاظ على قابلية تفسير متفوقة.
القابلية للتوسع: أظهرت الاختبارات المرجعية على جهاز كمبيوتر شخصي يعالج مجموعة بيانات تاريخية ضخمة (Corpus of Historical American American English) أن الاستكشاف المباشر على مستوى الفتحات واختبار التبديل يمكن إكمالهما في دقائق، مما يشير إلى العملية في التعامل مع المجموعات الدلالية التاريخية الضخمة على أجهزة المستهلكين.
الأهمية تضع الورقة البحثية SynFlow كأداة تحافظ على الارتباط المباشر بين إشارات التغيير الكمي والأدلة اللغوية الكامنة وراءها. تكمن أهميته الأساسية في تقديم "سير عمل مشترك" يسمح للباحثين بتحليل التغير الدلالي متعدد الأبعاد بشكل منهجي. وخلافاً للنماذج الفراغية المتجهة التي تعامل التغيير كصندوق أسود، يُمكّن SynFlow الباحثين من تحديد ليس فقط أن تغيراً قد حدث، بل وأيضاً أين (أي بُعد) و ماذا (أي قيم أو تراكيب محددة) قد دفع هذا التغيير. ويزعم المؤلفون أن هذا النهج يسهل فهماً أكثر دقة للتطور الدلالي من خلال دمج المنظورات الهيكلية، والمعجمية، والصرفية في عملية تحليلية واحدة.