Comparative Analysis of Rule Based Symbolic Logic and a Large Language Model in Sanskrit Morphological Analysis
تقارن هذه الدراسة الاستكشافية بين مصنف رمزي قائم على القواعد ونموذج لغوي كبير في التحليل الصرفي للغة السنسكريتية باستخدام بيانات من "بهاغافاد غيتا"، حيث وجدت أن كلا النهجين يحافظان على توافق مستقر تحت إعادة ترتيب ترتيب الكلمات، مع تحقيق النموذج اللغوي الكبير دقة أعلى قليلاً (86.43%) من النظام الرمزي (81.43%).
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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 تُعتبر اللغة بمثابة تدفق من الكلمات التي تتدفق في ترتيب محدد، حيث يحدد موقع الكلمة معناها. وفي العديد من اللغات، يؤدي تغيير ترتيب الكلمات إلى تغيير الجملة تمامًا. ومع ذلك، تعمل اللغة السنسكريتية، وهي لغة هندية قديمة، بشكل مختلف؛ فهي مبنية على نظام من النهايات الملحقة بالكلمات، تشبه إلى حد كبير العلامات (التاغات) التي تخبرك من فعل ماذا لمن، بغضًا عن مكان وجود الكلمة في الجملة. وتسمح هذه المرونة للمتحدثين بإعادة ترتيب الكلمات لأغراض التأكيد أو التأثير الشعري دون فقدان المنطق النحوي. وعلى مر القرون، اعتمد العلماء على قواعد مكتوبة صارمة لفك رموز هذه النهايات، وهي طريقة تُعرف بالمنطق القائم على القواعد. واليوم، ظهر نوع جديد من الأدوات: النماذج اللغوية الكبيرة. وهذه هي أنظمة حاسوبية مدربة على كميات هائلة من النصوص تتنبأ بالكلمة التالية أو معنى الكلمة بناءً على الأنماط التي تعلمتها، بدلاً من اتباع مجموعة ثابتة من التعليمات. والسؤال الذي طرحه الباحثون هو كيف تتعامل هاتان الطريقتان المختلفتان تمامًا مع التحدي الفريد للغة السنسكريتية عندما يتم تغيير ترتيب الكلمات.
لقد وضعت دراسة حديثة حداً لهذا الأمر عبر وضع برنامج حاسوبي تقليدي يعتمد على القواعد في مواجهة نظام ذكاء اصطناعي حديث. استخدم الباحثون مجموعة من مائة آية من "باغافاد غيتا"، وهو نص هندوسي مقدس. أخذوا الكلمات من هذه الآيات وأنشأوا نسختين من النص لكل آية. في النسخة الأولى، ظهرت الكلمات في ترتيبها الطبيعي والأصلي. وفي النسخة الثانية، تم خلط نفس الكلمات، أو بعثرتها، بحيث أصبح التسلسل مختلفًا تمامًا، رغم أن مجموعة الكلمات ظلت هي نفسها بالضبط. كان الهدف هو معرفة ما إذا كانت الأنظمة الحاسوبية ستتمكن من تحديد الدور النحوي لكل كلمة بشكل صحيح — مثل ما إذا كانت الكلمة فاعلاً، أو مفعولاً به، أو فعلاً — عندما يتم إزالة سياق موقعها.
ركزت الدراسة على مهمة محددة: النظر في الكلمات الفردية التي تم فصلها بالفعل عن الجمل، ومطالبة الأنظمة بتصنيفها. استخدم الباحثون برنامج "بايثون" يتبع قواعد صريحة وخطوة بخوة لفحص نهايات الكلمات. فإذا انتهت الكلمة بطريقة معينة، يقوم البرنامج بتعيين تسمية لها بناءً على قائمة احتمالات مكتوبة مسبقًا. هذا النظام لا ينظر إلى الكلمات المحيطة أو بنية الجملة؛ بل ينظر فقط إلى الكلمة نفسها. وعلى الجانب الآخر، استخدم الباحثون ملفات تنبؤية تم إنشاؤها بواسطة "جيمناي" (Gemini)، وهو نموذج لغوي كبير. احتوت هذه الملفات على تخمينات النموذج للتسميات النحوية لنفس الكلمات، بناءً على مطالبات (prompts) تطلب منه التركيز على نهايات الكلمات بدلاً من الترجمة أو السياق.
وعندما قارن الباحثون النتائج، وجدوا شيئًا مذهلاً. لقد أدى البرنامج القائم على القواعد أداءً متماثلًا تمامًا في الترتيب الطبيعي والترتيب المبعثر. وكان هذا متوقعًا، لأن البرنامج صُمم ليتجاهل ترتيب الكلمات تمامًا؛ فهو ببساء يتحقق من الكلمة المعطاة له مقابل قائمته من القواعد. ومع ذلك، أظهر النموذج اللغوي الكبير أيضًا استقرارًا ملحوظًا. فحتى عندما تم بعثرة الكلمات، لم تتغير توقعات النموذج للتسميات النحوية بأي طريقة ذات معنى. ومن بين 280 كلمة محددة تم فحصها مقابل دليل مرجعي، حدد النموذج الفئة النحوية بشكل صحيح في 86.43 بالمائة من الحالات، سواء كانت الكلمات في ترتيبها الأصلي أو مختلطة. وكان النظام القائم على القواعد أقل دقة قليلاً، حيث حقق 81.43 بالمائة من الصحة، لكنه كان متسقًا بنفس القدر عبر النسختين من النص.
وقد لاحظ الباحثون بعناية أن هذا الاستقرار لا يعني أن النموذج اللغوي الكبير يتجاهل ترتيب الكلمات أو أنه تعلم قواعد النحو السنسكريتي بنفس الطريقة التي يتعلم بها العالم البشري. لم تثبت الدراسة أن النموذج يعمل بدون سياق، كما لم تظهر أنه يمكنه التعامل مع مجموعة جديدة تمامًا من الكلمات التي لم يرها من قبل. أظهرت النتائج فقط أنه بالنسبة لهذه المجموعة المحددة من الكلمات، ظل مخرج النموذج ثابتًا حتى عندما تم بعثرة المدخلات. ومن المحتمل أن النموذج قد تعرف على الكلمات من بيانات التدريب الخاصة به أو أن المطالبات المحددة المستخدمة قد منعت استخدامه للسياق. كما سلطت الدراسة الضوء على أن الدليل المرجعي المستخدم للتحقق من الإجابات لم يكن مثاليًا؛ فقد احتوى على بعض الغموض ولم تتم مراجعته من قبل خبراء متعددين، مما يعني أن الدرجات هي مقياس للتوافق مع الدليل المقدم وليس الحقيقة المطلقة.
ما تكشفه هذه الأبحاث في نهاية المطاف هو لقطة لكيفية سلوك هذين التقنيتين المختلفتين تحت اختبار محدد. تصرف النظام القائم على القواعد تمامًا كما أراد تصميمه، وظل دون تغيير لأنه بُني ليكون أعمى عن ترتيب الكلمات. أما النموذج اللغوي الكبير، الذي يُعتقد غالبًا أنه يعتمد بشدة على تسلسل الكلمات لفهم المعنى، فقد أنتج أيضًا نفس النتائج عندما تم كسر التسلسل. يشير هذا إلى أنه بالنسبة لهذه المهمة المحددة، كانت توقعات النموذج قوية ضد بعثرة المدخلات. ومع ذلك، يحذر المؤلف من أن هذا لا يعني أن النموذج قد أتقن السنسكريتية أو أنه سيتصرف بهذه الطريقة في جميع المواقف. إن الدراسة بمثابة سجل واضح لما حدث مع هذه الملفات المحددة وهذه المطالبات المحددة، مما يظهر أن ترتيب الكلمات لم يغير النتيجة في هذا المقارنة المسجلة. ويترك هذا السؤال مفتوحًا حول ما إذا كان هذا الاستقرار سيصمد أمام جمل أكثر تعقيدًا، أو نماذج مختلفة، أو نصوص لم تكن جزءًا من بيانات التدريب، مما يشير إلى الحاجة لمزيد من الاختبارات بمعايير أكثر صرامة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.