في عالم أبحاث تطور اللغة، تلعب الأفعال المكانية (Manner Verbs) والنتائجة (Result Verbs) دوراً حيوياً في فهم كيفية تعلم الأطفال للكلمات. لكن التحدي يكمن في قياس هذه التماييزات بشكل فعال وبالنطاق المطلوب، حيث أن الموارد المعنونة بشكل كبير في هذا المجال لا تزال نادرة.

في دراسة جديدة نشرت، تم تقديم نهج حاسوبي رائد يمكن من تحديد الأفعال المكانية والنتائجة في سياق الجمل. استناداً إلى بيانات مستخرجة من مشروع MASC وInterCorp، استخدمت النماذج اللغوية الضخمة (Large Language Models) لضمان تغطية شاملة تتجاوز التعليقات المعنونة سابقاً في VerbNet لتشمل 436 فئة مختلفة.

كما تم تدريب مصنف يعتمد على نموذج RoBERTa باستخدام هذه التعليقات وتم تقييمه على ثلاثة مجموعات بيانات مختبرة ذات معايير ذهبية، بما في ذلك العناصر المعنونة سابقاً ومجموعة جديدة تم تعيينها من قبل خبراء. أظهرت النتائج أداءً واعداً، حيث بلغت دقة النموذج 89.6% في المتوسط.

تسعى هذه الأداة إلى تقديم أداة قياس قابلة للتوسع تدعم الأبحاث المستقبلية في دلالات الأفعال في مجموعة من بيانات اللغة، مع ملاحظة أنه يجب إجراء مزيد من التحقق بالنسبة للحالات الحدودية والأفعال المختلطة.

هل تعتقد أن هذه التقنية ستغير من طريقة دراستنا لتطور اللغة؟ شاركونا آراءكم في التعليقات!