#معرفی_مقاله | تازه‌ترین مقالات زبان‌شناسی

📄 عنوان اثر:
“Just do register analysis”, they said. “It’ll be easy”, they said: Evaluating the impact of lexico-grammatical tagging systems on multidimensional analysis

✍️ نویسندگان:
Andreas Blombach, Marianna Gracheva, Clara Steinfels, Michaela Mahlberg

📑 نسخهٔ پیش‌چاپ (preprint) برای انتشار در Language Resources and Evaluation

📝 ترجمهٔ فارسی چکیده:

این پژوهش استحکام نتایج تحلیل چندبعدی (Multidimensional Analysis, MDA) را از نظر انتخاب نظام برچسب‌گذاری واژگان-دستوری (lexicogrammatical) ارزیابی می‌کند. اگرچه MDA به یکی از روش‌های اصلی در مطالعات سیاق (register studies) تبدیل شده است، Biber Tagger، که پرکاربردترین ابزار در این زمینه است، به‌صورت عمومی در دسترس نیست. ازاین‌رو، چندین جایگزین متن‌باز برای آن توسعه یافته‌اند؛ بااین‌حال، با وجود نقش بنیادی این ابزارها در استخراج ویژگی‌ها، توجه چندانی به قابلیت مقایسهٔ نتایج آن‌ها نشده است. در این پژوهش، مروری بر نظام‌های «به‌سبک بایبر» (Biber-style) موجود ارائه می‌کنیم و پنج مورد از آن‌ها، یعنی Multidimensional Analysis Tagger (MAT)، pseudobibeR، pybiber، BiberPlus و Biberpy، را به‌صورت نظام‌مند با یکدیگر مقایسه می‌کنیم. برای این منظور، مطالعه‌ای دربارهٔ داستان‌های انگلیسی بریتانیاییِ قرن نوزدهم را که میان گفت‌وگو و روایت تمایز قائل می‌شود، بازتولید می‌کنیم. با استفاده از داده‌های یکسان، تفاوت‌ها را از نظر نمره‌های ابعاد، شمارش ویژگی‌ها و عملکرد رایانشی ارزیابی می‌کنیم و تأثیر خط‌سیرهای (pipelines) زیربنایی پردازش زبان طبیعی را نیز بررسی می‌کنیم. تمامی نظام‌ها در بازتولید تفاوت‌های سیاقیِ مشاهده‌شده در پژوهش‌های پیشین موفق عمل کردند. بااین‌حال، نمره‌های حاصل برای ابعاد مختلف همچنان می‌توانند تفاوت قابل توجهی با یکدیگر داشته باشند. تحلیل در سطح ویژگی‌ها نشان می‌دهد که این تفاوت‌ها اغلب ناشی از تعداد اندکی از ویژگی‌هایی هستند که به‌صورت ناهماهنگ عملیاتی‌سازی (operationalise) شده‌اند. در مقابل، انتخاب خط‌سیر NLP یا مدل زبانی شمارهٔ ۱ تنها تأثیر اندکی دارد. مقایسهٔ زمان اجرا نیز تفاوت‌های جزئی در عملکرد را نشان می‌دهد، اما در عین حال بر ظرفیت موازی‌سازی (parallelisation) و پشتیبانی از GPU تأکید می‌کند. در نهایت، نتیجه می‌گیریم که نتایج MDA کاملاً مستقل از ابزار مورد استفاده نیستند و توصیه‌هایی برای انتخاب و به‌کارگیری نظام‌های برچسب‌گذاری در موارد کاربرد مختلف ارائه می‌کنیم.

(🤖 ترجمه‌شده با هوش مصنوعی، GPT-5.6 Luna)

🔗 دریافت نسخهٔ پیش‌چاپِ مقاله:
https://www.researchsquare.com/article/rs-9163857/v1


🔹 انجمن علمی دانشجویی زبان‌شناسی دانشگاه علامه طباطبائی | @LAATU