مجموعة نصوص

📅 آخر تحديث: ٢٢ يوليو ٢٠٢٦
✍️ نُشر في: ٢٢ يوليو ٢٠٢٦
الموسوعة الحرة

في علم اللغويات ومعالجة اللغات الطبيعية ، تُعرف المدونة ( جمعها : مدونات ) أو مجموعة النصوص بأنها مجموعة بيانات تتألف من موارد لغوية رقمية أصلية وموارد لغوية رقمية قديمة ، سواء كانت مُعَلَّمة أو غير مُعَلَّمة. وقد استُخدمت المدونات المُعَلَّمة في علم لغويات المدونات لاختبار الفرضيات الإحصائية ، والتحقق من التكرارات، أو التحقق من صحة القواعد اللغوية ضمن نطاق لغوي محدد.

ملخص

قد تحتوي المدونة اللغوية على نصوص بلغة واحدة ( مدونة أحادية اللغة ) أو بيانات نصية بلغات متعددة ( مدونة متعددة اللغات ). ولجعل المدونات اللغوية أكثر فائدة في البحوث اللغوية، تخضع عادةً لعملية تُعرف بالترميز . ومن أمثلة ترميز المدونة اللغوية تحديد أجزاء الكلام ، حيث تُضاف معلومات عن جزء الكلام لكل كلمة (فعل، اسم، صفة، إلخ) إلى المدونة على شكل وسوم . مثال آخر هو تحديد الصيغة الأساسية (الجذر) لكل كلمة. عندما لا تكون لغة المدونة اللغوية هي لغة العمل للباحثين الذين يستخدمونها، يُستخدم الشرح بين السطور لجعل الترميز ثنائي اللغة.

تخضع بعض المدونات اللغوية لمستويات تحليلية أكثر تنظيمًا . على وجه الخصوص، قد تخضع المدونات الأصغر حجمًا لتحليل نحوي كامل . تُعرف هذه المدونات عادةً باسم "مجمعات الأشجار" أو "المدونات المُحللة" . ونظرًا لصعوبة ضمان ترميز المدونة بأكملها بشكل كامل ومتسق، فإن هذه المدونات عادةً ما تكون أصغر حجمًا، إذ تحتوي على ما بين مليون إلى ثلاثة ملايين كلمة. تتوفر مستويات أخرى من التحليل اللغوي المنظم، بما في ذلك الترميز الخاص بالصرف والدلالات والتداولية .

التطبيقات

تُعدّ المدونات اللغوية قاعدة المعرفة الرئيسية في علم اللغة الحاسوبي . وتشمل مجالات التطبيق البارزة الأخرى ما يلي:

  • الترجمة الآلية
    • تُسمى المدونات متعددة اللغات التي تم تنسيقها خصيصًا للمقارنة جنبًا إلى جنب بالمدونات المتوازية المُحاذية . يوجد نوعان رئيسيان من المدونات المتوازية التي تحتوي على نصوص بلغتين. في مدونة الترجمة ، تكون النصوص في إحدى اللغتين ترجمات لنصوص في اللغة الأخرى. أما في المدونة القابلة للمقارنة ، فتكون النصوص من النوع نفسه وتغطي المحتوى نفسه، ولكنها ليست ترجمات لبعضها البعض. [ 2 ] لاستغلال النص المتوازي، يُعد نوع من محاذاة النصوص، الذي يُحدد أجزاء النص المتكافئة (عبارات أو جمل)، شرطًا أساسيًا للتحليل. غالبًا ما يتم تدريب خوارزميات الترجمة الآلية للترجمة بين لغتين باستخدام أجزاء متوازية تتألف من مدونة اللغة الأولى ومدونة اللغة الثانية، وهي ترجمة حرفية لمدونة اللغة الأولى. [ 3 ]
  • فقه اللغة
    • تُستخدم مجموعات النصوص أيضًا في دراسة الوثائق التاريخية، على سبيل المثال في محاولات فك رموز الكتابات القديمة، أو في الدراسات الكتابية . قد تكون بعض مجموعات النصوص الأثرية قصيرة المدة لدرجة أنها تُقدّم لمحةً عن حقبة زمنية معينة. ولعلّ أقصر هذه المجموعات هي نصوص رسائل تل العمارنة ( 1350 قبل الميلاد )، التي امتدت من 15 إلى 30 عامًا. وقد تمر مجموعة نصوص مدينة قديمة (مثل " نصوص كولتبه " في تركيا) بسلسلة من مجموعات النصوص، تُحدّد بتواريخ مواقع اكتشافها.

بعض مجموعات النصوص البارزة

انظر أيضاً

مراجع

  1. ↑ يون، هـ.، وهيرفيلا، أ. (2004). مواقف طلاب اللغة الإنجليزية كلغة ثانية تجاه استخدام المدونات اللغوية في الكتابة باللغة الثانية . مجلة الكتابة باللغة الثانية، 13 (4)، 257-283. تم الاطلاع عليه بتاريخ 21 مارس 2012.
  2. ↑ ووك، ك.؛ ماراسيك، ك. (7 أبريل 2014). "الترجمة الإحصائية للكلام في الوقت الحقيقي". آفاق جديدة في نظم المعلومات والتقنيات، المجلد 1. التطورات في الأنظمة الذكية والحوسبة. المجلد  275. سبرينغر. الصفحات 107-114 . arXiv : 1509.09090 . doi : 10.1007/978-3-319-05951-8_11 . ISBN  978-3-319-05950-1ISSN 2194-5357 . S2CID 15361632 .​  
  3. ↑ وولك، كريستوف؛ ماراسيك، كريستوف (2015). "استخراج البيانات المتوازية المُحسَّنة والمُسرَّعة بواسطة وحدة معالجة الرسومات من مجموعات بيانات قابلة للمقارنة". في: كرال، بافيل؛ ماتوشيك، فاكلاف (محرران). النص، الكلام، والحوار - المؤتمر الدولي الثامن عشر، TSD 2015، بلزن، جمهورية التشيك، 14-17 سبتمبر 2015، وقائع المؤتمر . سلسلة محاضرات في علوم الحاسوب. المجلد 9302. سبرينغر. الصفحات 32-40 . arXiv : 1509.08639 . doi : 10.1007/978-3-319-24033-6_4 . ISBN   978-3-319-24032-9.