Multidimensional semantic retrieval of classical Chinese poetry for literary heritage discovery
تقدم هذه الورقة إطار عمل للاسترجاع الدلالي متعدد الأبعاد للشعر الصيني الكلاسيكي، يتميز بمجموعة بيانات موسومة واسعة النطاق وطريقة تحسين "فقدان الترتيب القائم على الكسب" (GLO) التي تعزز بشكل كبير عملية اكتشاف القصائد بناءً على جوانب دقيقة مثل العاطفة، والقصد، والموضوع.
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
على مر قرون، عاشت أعظم القصائد في العالم في المساحات الهادئة بين الكلمات، حيث قد تحمل صورة واحدة لزهور متساقطة ثقلاً هائلاً من الحزن، أو قد يهمس وصف لنهر بتغيير سياسي. وفي العصر الرقمي، يمتلك الباحثون وعشاق الأدب مكتبات ضخمة من هذه النصوص في متناول أيديهم، ومع ذلك، لا يزال العثور على قصيدة محددة بناءً على شعور أو فكرة معقدة يمثل تحدياً مستعصياً. تعمل عمليات البحث الحاسوبية القياسية بشكل جيد عندما تعرف بالضبط ما تبحث عنه، مثل اسم مؤلف أو عنوان محدد. ومع ذلك، فإنها غالباً ما تتعثر عندما يطلب منها باحث شيئاً أكثر تجريداً، مثل قصيدة تجسد كآبة خاصة لمطر ربيعي، أو واحدة تعبر عن نوع معين من الندم على مرور الزمن. ويعود ذلك إلى أن اللغة البشرية مرنة ومتعددة الطبقات؛ إذ يمكن لقصيدتين أن تشتركا في الموضوع نفسه ولكن تختلف مشاعرهما تماماً، أو تستخدما كلمات مختلفة تماماً لوصف نفس الشعور العميق. ولجسر هذه الفجوة بين الفضول البشري والبحث الرقمي، بدأ الباحثون في تعليم الحواسيب فهم الظلال الدقيقة للمعنى التي تجعل الأدب حياً.
لقد اتخذ فريق من الباحثين من جامعة شنغهاي العادية وجامعة هوزو العادية خطوة كبيرة للأمام في هذا المجال من خلال ابتكار طريقة جديدة للبحث في الشعر الصيني الكلاسيكي. فقد أدركوا أنه لكي يجد الحاسوب القصيدة الصحيحة، يحتاج إلى فهم أربع طبقات متميزة من المعنى: العاطفة التي شعر بها الشاعر، والغرض المحدد من وراء كتابة القصيدة، والموضوع المركزي، والفكر الفلسفي الأعمق الذي تنقله. ولتعليم الحاسوب كيفية التنقل عبر هذه الطبقات، كان على الفريق أولاً بناء ميدان تدريب ضخم. بدأوا بمجموعة تضم ما يقرب من مليون قصيدة واستخدموا نماذج لغوية متقدمة لتحليل كل واحدة منها، وتفكيكها إلى تلك الفئات الأربع المحددة. ومن خلال هذا التحليل، استخرجوا ما يقرب من 30,000 سؤال بحث فريد، أو استعلامات، صُممت كل منها لسبر أغوار جانب مختلف من معنى القصيدة.
بدأ العمل الحقيقي عندما احتاجوا إلى تعليم الحاسوب أي القصائد تجيب بالفعل على هذه الأسئلة. فقد جمعوا مجموعة من الخبراء البشريين، بما في ذلك طلاب وعلماء في الأدب، ليعملوا كحكام. وبالنسبة لآلاف أسئلة البحث، طُلب من الحاسوب استخراج قائمة من القصائد المرشحة. ثم قام الحكام البشريون بقراءة الاستعلام والقصائد، وتخصيص درجة من صفر إلى ثلاثة. كانت الدرجة صفر تعني أن القصيدة غير ذات صلة تماماً، بينما كانت الدرجة ثلاثة تعني أنها مطابقة تماماً وتجسد المعنى المطلوب بدقة. واستُخدمت الدرجتان واحد واثنان للقصائد التي كانت ذات صلة جزئية أو مرتبطة بشكل عام. نتجت عن هذه العملية مجموعة ذهبية تضم أكثر من 8,000 مثال حدد فيها الحكم البشري الحقيقة، مما سمح للباحثين برؤية أين أصاب الحاسوب وأين أخطأ.
ومع الحصول على هذه البيانات، طور الباحثون طريقة جديدة لتدريب نماذج الحاسوب الخاصة بهم، والتي يسمونها "الخسارة الترتيبية المدركة للمكسب" (gain-aware listwise ordinal loss). وبكلمات أبسط، هذه مجموعة من القواعد التي توجه الحاسوب حول كيفية التعلم من أخطائه. فبدلاً من مجرد إخبار الحاسوب أن "هذه القصيدة صحيحة" أو "هذه القصيدة خاطئة"، تعلمه الطريقة الجديدة فهم تسلسل الصلة. فهو يتعلم أن القصيدة ذات الدرجة ثلاثة يجب أن تُصنف في مرتبة أعلى بكثير من القصيدة ذات الدرجة اثنين، وأن الفجوة بينهما يجب أن تكون واضحة ومتميزة. ويجبر هذا النهج النموذج ليس فقط على إيجاد القصائد ذات الصلة، بل أيضاً على ترتيبها بترتيب يعكس الاختلافات الدقيقة في مدى مطابقتها لطلب المستخدم. وقد اختبر الباحثون هذه الطريقة مقابل عدة تقنيات أخرى موجودة ووجدوا أن نهجهم أنتج باستمرار نتائج أفضل، خاصة عند محاولة التمييز بين القصائد التي كانت مرتبطة فحسب وتلك التي كانت ذات صلة عميقة.
أظهرت النتائج أن طريقة التدريب الجديدة هذه حسنت بشكل كبير قدرة الحاسوب على استرجاع القصائد الصحيحة. فعندما طلب الباحثون من النظام العثود إلى قصائد ذات صلة وثيقة باستعلام عاطفي أو فلسفي محدد، قفز معدل النجاح بشكل كبير مقارنة بالنماذج غير المدربة. فعلى سبيل المثال، عند البحث عن قصائد تطابق تماماً استعلاماً معقداً يجمع بين صور النهر، والتأمل التاريخي، ووداع صديق، نجح النموذج المدرب في تحديد القصائد الأكثر ملاءمة ووضعها في أعلى القائمة. في المقابل، وجدت النماذج غير المدربة غالباً قصائد تطابق جزءاً واحداً فقط من الطلب، مفتقدةً الصورة الكاملة. كما كشفت الدراسة أن الحاسوب واجه صعوبة أكبر مع القصائد التي تتضمن تعبيراً عاطفياً عميقاً وفكراً مجرداً، مما يشير إلى أن هذه هي المجالات التي يصعب فيها محاكاة الفهم البشري.
لا يحل هذا العمل مشكلة فهم الشعر تماماً، ولكنه يوفر أداة قوية للاكتشاف الأدبي. فمن خلال إنشاء مجموعة بيانات تحترم فروق الحكم البشري وطريقة تدريب تتعلم من تلك الفروق، أظهر الباحثون أنه يمكن تعليم الحواسيب استرجاع الأدب بناءً على المعنى بدلاً من مجرد الكلمات المفتاحية. إن مجموعة البيانات والطريقة متاحتان الآن للعلماء الآخرين لاستخدامها، مما يوفر وسيلة لاستكشاف التراث الواسع للشعر الصيني الكلاسيكي من خلال عدسة أسئلة بحثية محددة. وتشير النتائج إلى أنه بينما قد لا تستطيع الآلات أبداً استبدال التجربة البشرية للقراءة بالكامل، إلا أنها يمكن أن تصبح شركاء أكثر فاعلية في البحث عن المعنى، مما يساعدنا في العثور على الكلمات الدقيقة التي نحتاجها لفهم الماضي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.