موقع حكومي رسمي تابع لحكومة المملكة العربية السعودية
روابط المواقع الالكترونية الرسمية السعودية تنتهي بـ edu.sa

جميع روابط المواقع الرسمية التعليمية في المملكة العربية السعودية تنتهي بـ sch.sa أو edu.sa

المواقع الالكترونية الحكومية تستخدم بروتوكول HTTPS للتشفير و الأمان.

المواقع الالكترونية الآمنة في المملكة العربية السعودية تستخدم بروتوكول HTTPS للتشفير.

مسجل لدى هيئة الحكومة الرقمية برقم:

20250417892

معرفة المتسبب في الحدث: تقييم قدرة نموذج الـ(ChatGPT) على إدراك الأدوار المحورية في الجملة العربية

مشاركة الصفحة :

د. يحيى بن علي آل مريع عسيري*
أستاذ مساعد، قسم اللغة العربية وآدابها، كلية الآداب والعلوم الإنسانية، جامعة الملك خالد، المملكة العربية السعودية
العدد: 34 | الصفحات: 90-99 | ديسمبر 2024-|-https://doi.org/10.54940/ll90229146-|-بي دي إف
تاريخ التقديم:2023/11/28 |تاريخ ارسال التعديلات:2024/2/10|تاريخ القبول:2024/3/11
*المؤلف المراسل:
-[email protected]


الملخص
تهدف هذه الدراسة إلى اختبار قدرة نماذج الذكاء الاصطناعي اللغوية الضخمة (LLMS)، وتحديدًا نموذج الـ(ChatGPT)، على معرفة المتسبب في الحدث دون الحاجة إلى الاستعانة بخوارزميات التحليل النحوي وخوارزميات التحليل الدلالي ودون الاستعانة بالموارد المعجمية المعدّة مسبقًا لهذا الغرض. وقد اختُبِرَتْ قدرة هذا النموذج على ما يقرب من 200 جملة تشتمل على 43 فعلا/مشتقّا تتطلب طبيعتها المعجمية وجود متسبب في الحدث، ومن ثمَّ مقارنة أدائه بنموذج معياري أعطي لاثنين من اللغويين للإجابة عنه. وقد كشفتْ نتائجُ هذه الدراسة عن ضعف قدرة هذا النموذج الاصطناعي على معرفة المتسبب في الحدث بعد معرفة الكلمة الدالة على الحدث، حيث تبين أن هذا النموذج، مقارنةً بأداء الإنسان، قد حقق ما متوسطه (F-Score=0.53) في مهمة تحديد الكلمة الدالة على الحدث، وحقق متوسط (F1-Score=0.63) في معرفة المتسبب في الحدث. وهذا يكشف لنا أن نموذج الـ(ChatGPT)، بوصفه أحد نماذج الذكاء الاصطناعي الضخمة، وإن أظهر قدرة على توليد النصوص تقارب قدرة الإنسان، ما يزال غير قادر على فهم العلاقات الدلالية إدراكها داخل الجملة بصورة تقارب قدرة الإنسان على الفهم والاستنتاج. ومع هذا، تقترح هذه الدراسة الاستفادة من هذا النموذج في تحليل الأدوار المحورية، على أن يكون ذلك بتدخل الإنسان، وذلك بعرض النتائج على متخصص يقوم بمراجعتها وتصحيحها، وهو ما قد يساعد في توسيم البيانات تمهيدًا لاستخدامها في مهام تدريب الآلة.

الكلمات المفتاحية
الحدث، الأدوار المحورية، المتسبب في الحدث، نماذج الذكاء الاصطناعي اللغوية الضخمة، ChatGPT.

كيفية الاستشهاد
1.عسيري-ي. معرفة المتسبب في الحدث: تقييم قدرة نموذج الـ(ChatGPT) على إدراك الأدوار المحورية في الجملة العربية. مجلة جامعة أم القرى لعلوم اللغة وآدابها. 2024 ديسمبر، (34):90–99.
doi:https://doi.org/10.54940/ll90229146

رخصة حقوق النشر
1658-8126/© 2024
-للمؤلفين. نشرتها مجلة جامعة أم القرى للعلوم لعلوم اللغة وآدابها، وهي مقالة مفتوحة الوصول وموزعة وفق شروط وأحكام/https://creativecommons.org/licenses/by-nc/4.0Creative Commons License

تاريخ آخر تعديل: 2025/04/28 - 12:05 م بتوقيت السعودية