Табыстар:
- Жасанды интеллект арқылы сөз жиілігі, орналасу, сөздік қоры және кілт сөздер сияқты корпус өлшемдерін құрастыру мүмкіндігі
- Жасанды интеллект нақты есептеуде сенімсіз екенін білу және әрбір санауды жеке құралмен тексеру мүмкіндігі
- Санның өз бетінше ештеңе айтпайтынын және мағынаны бекітетін тілдік интерпретацияның адамға тиесілі екенін түсіну қабілеті.
Әдебиет пен тілтану жай ғана «түсіндірме» емес; Оның өлшенетін және есептелетін аспектілері де бар. Автордың неше түрлі сөздерді қолданады, қандай сөздерді қай сөзбен қолданғанды ұнатады, қандай сөздердің бір кезеңде жиі кездесетіні – лингвистика (тілдің дыбысын, құрылымын, мағынасы мен қолданылуын зерттейтін ғылым) және әсіресе корпус лингвистикасы арқылы зерттеледі. Корпус – автордың толық шығармалары, газеттің жылдық мұрағаты немесе белгілі бір кезеңнің өлеңдері сияқты мәтіндер жинағы. Корпус талдауы осы бөліктегі сандық үлгілерді іздейді.
Бұл бөлімде біз AI-ны корпус талдауының көмекшісі ретінде пайдалануды үйренеміз: сөз жиілігі (сөздің мәтінде қанша рет кездесетіні), коллокация (бірге жиі кездесетін сөз жұптары, мысалы, «қара» + «менің бақытым»), сөздік байлығы және маусымдық өзгерістер сияқты көрсеткіштерді жылдам шығарып алу. Бірақ басынан бастап ескерту: AI жалғыз санау кезінде қателесуі мүмкін; Үлкен және дәл санау үшін арнайы құралдар қажет және сіз әр санның мағынасын белгілейтін лингвистсіз.
AI қай жерде күшті және корпусты талдауда қай жерде әлсіз?
Оның күшті жақтары: шағын және орта мәтіндердегі үлгілерді тану, мәтіннің сөздік қоры туралы гипотеза құру, коллокацияға үміткерлерді ұсыну, нәтижені түсіндіру, әдістемені сипаттау. AI «осы авторда қандай сөз тіркестері ерекше?» деп сұрайды. Бұл сұрақты жылдам бастауға мүмкіндік береді.
Әлсіздігі: дәл санау. AI - калькулятор емес, тілдік модель; ұзақ мәтіндегі «неше рет болды» деген сұраққа шамамен, кейде қате жауап бере алады. Нақты жиілік, нақты колокация статистикасы немесе мыңдаған сөздерді үлкен корпус сканерлеу үшін арнайы бағдарламалық құрал (мысалы, AntConc немесе электрондық кесте сияқты корпус құралдары) пайдаланылады. AI осы құралдардың нәтижесін түсіндіруде құнды; Бірақ оны шикі санауды көзсіз жасауға мәжбүрлемеңіз.
Кеңес: Нақты сан қажет болса, екі жолды пайдаланыңыз: құралды шағын мәтінде санауды және AI оны түсіндіруді қамтамасыз етіңіз; Немесе AI санап, оны басқа жолмен тексеріңіз. Ешқашан растаусыз «AI 47 рет кездеседі» деген сөйлемді қолданбаңыз.
Қадамдық корпусты зерттеу
- Сұрақ қойыңыз. «Бұл ақында түрлі-түсті сөздер қалай таралған?» Санау нақты сұрақсыз мағынасыз:
- Корпусты анықтаңыз. Қандай мәтіндер? Қай басылым? Қай кезең? Шекара анық болуы керек.
- Өлшемді таңдаңыз. Сөздік қорының жиілігі, тіркесімі, байлығы?
- Өлшеу және тексеру. Есепті жасаңыз, содан кейін екінші жолды растаңыз.
- Түсініктеме. Санның өзі ештеңе айтпайды; «Түрлі-түсті сөздер екінші кезеңде екі еселенді» деген тұжырымды мағыналы ететін сіздің пікіріңіз.
Сөздік байлықтың жиі қолданылатын өлшемі әр түрлі сөздер санының сөздердің жалпы санына қатынасы (тип/лексика қатынасы). Бұл қатынас жоғары болса, мәтін сөз алуандығы, ал аз болса, қайталану дегенді білдіреді. Бірақ бұл қатынасқа мәтін ұзындығы әсер етеді; Қысқа және ұзақ мәтіндерді тікелей салыстыру кезінде абай болыңыз.
үш шағын іс
1-жағдай — Коллокация стильді көрсетті. Зерттеуші жазушының 3 романындағы сын есім-зат есімнің жұптастығын зерттеген. AI «бозғылт» сөзі 5 түрлі зат есімге сәйкес келеді деп ұсынды; Зерттеуші 4 мәтінді тексеріп, 1 мәтінді ойдан шығарылған деп жойды. Бекітілген үлгі автордың сипаттау стилі туралы тезис мәлімдемесіне айналды.
2-жағдай — Санау қатесі ұсталды. Студент AI-дан 2000 сөзден тұратын мәтінде «түн» сөзі қанша рет кездесетінін сұрады; AI «23» деді. Студент мәтінді электрондық кестеге лақтырып, оны санаған кезде, нақты сан 17 болды. AI шикі санау сенімсіз екені белгілі болды.
3-жағдай - Мерзімді түрде өзгерту дау тудырды. Бір топ ақынның ерте және кейінгі өлеңдеріндегі дерексіз сөздердің үлес салмағын салыстырды. AI бірінші жобасы трендті ұсынды; Топ мәтінге оралып, санауды тексергенде, тенденция нақты болды, бірақ AI ұсынған «себептер» тексерілмейтін алыпсатарлық болды және жойылды.
Көшірілетін төрт үлгі
1) Сөз жиілігінің сұлбасы (тексерумен):
Төмендегі мәтінде ең жиі кездесетін 15 мазмұнды сөздерді (жалғаулар мен көсемшелер сияқты қызметтік сөздерді қоспағанда) олардың шамамен жиіліктерін көрсетіңіз. ЕСКЕРТУ: Санақтардың дәл болмауы мүмкін екенін ескеріңіз және «дәл болу үшін оларды бөлек санау құралымен тексеру керек» деп ескертіңіз. Мәтін: [мәтінді осы жерге қойыңыз]
2) Орналастыру үміткерлері:
Төмендегі мәтінде бірге жиі кездесетін сөздердің жұптарын (коллокацияларды) ұсыныңыз. Әр жұп үшін мәтіннен кем дегенде бір дәйексөз келтіріңіз. Мәтінде баламасы жоқ қосарланған құрастыру; Егер сенімді болмасаңыз, оны "тексеру қажет" деп белгілеңіз. Мәтін: [мәтінді қою]
3) Сөздік құрамын салыстыру:
Мен сізге екі мәтін беремін. Әрқайсысы үшін: шамамен жалпы сөздер, әртүрлі сөз сорттары туралы бақылаулар және көрнекті сөз аймақтары (мысалы, түс, табиғат, эмоция). Сандардың жуық екенін көрсетіңіз. Салыстырудың түсіндірмесін менің тексеруіме қалдырыңыз. А мәтіні: [...] B мәтіні: [...]
4) Нәтижені түсіндіру:
Мен санау құралынан келесі нәтижелерді алдым: [нәтижелерді қою]. Бұл сандар тілдік тұрғыдан нені білдіретіні туралы 2-3 гипотеза жасаңыз. Әрбір гипотезаны «дәлелдерді қажет етеді» деп белгілеп, оны қалай тексеруге болатынын айтыңыз. Шамадан тыс түсініктемелерден аулақ болыңыз.
Әлсіз шақыру / Күшті шақыру
Әлсіз: «Бұл мәтінде қай сөз көп кездеседі?»
Күшті: "Осы мәтіндегі ең жиі кездесетін мазмұнды сөздерді олардың шамамен жиілігімен көрсетіңіз; функционалды сөздерді алып тастаңыз. Сандардың нақты емес екенін және бөлек құралмен тексеру қажет екенін түсіндіріңіз. Әрбір сөзге мысал сөйлем келтіріңіз."
Қуатты шақыру AI санау шегін қабылдауға мәжбүр етеді және сізге тексеру қажет екенін алдын ала хабарлайды. Әлсіз нұсқауда AI бір нөмірді береді және сіз оның қате болуы мүмкін екенін білмейсіз.
Өлшем және сенімділік кестесі
өлшеу
Не көрсетеді
Жалғыз AI
дұрыс жол
сөз жиілігі
жиі кездесетін сөздер
Тәуекелді
Counter + AI түсініктемесі
колокация
бірге өткендер
Кандидаттарды шығарады
Мәтін бойынша бекіту
Түр/таңбалауыш қатынасы
Сөздік әртүрлілік
Жаңылтпаш болуы мүмкін
Құралмен есептік жазба
маусымдық өзгеріс
Уақыт бойынша тренд
гипотезаларды тудырады
Өлшеу және тексеру
Қорытынды пікір
Мағынасы
Күшті, бірақ асыра сілтейді
адам үкімі
Түйінді сөз және n-грамм ұғымдары
Екі тұжырымдама корпусты талдауда жұмысыңызды жеңілдетеді. Біріншісі – түйінді сөз (ағылшын тіліндегі түйінді сөз – мәтінде немесе авторда жалпы тілмен салыстырғанда күтілгеннен әлдеқайда жиі кездесетін, сол мәтінге өзінің «сипатын» беретін сөз). Автордың негізгі сөздері оның қызығушылықтары мен стилін ашады; Мысалы, ақында «теңіз» мен «айыру» күткеннен жиірек орын алса, бұл статистикалық шығыңқы интерпретацияның бастапқы нүктесі болады. Түйінді сөздерді анықтау үшін мәтіннің жиіліктерін анықтамалық корпустың жиіліктерімен салыстыру қажет (салыстыру үшін пайдаланылатын жалпы, үлкен мәтін көлемі); Бұл салыстыру - түпкілікті құрал жұмысы, бұл AI өздігінен сенімді түрде жасай алмайтын есептеу.
Екіншісі – n-грамм (мәтіндегі бірінен соң бірі n сөз тізбегі; екі сөз тізбегі «биграмма», үш сөз тізбегі «триграмма» деп аталады). N-граммалық талдау автордың формулалық өрнектері мен жиі қолданылатын сөз тіркестерін анықтайды. Мысалы, егер жазушы «түрі» немесе «бірақ» сияқты тіркестерді өте жиі қолданса, бұл оның сөйлем құрау әдетін көрсетеді. AI бұл сөз тіркестерін үміткер ретінде ұсына алады; бірақ шынайы жиілік пен статистикалық маңыздылық үшін санау құралына қайта оралу қажет.
Нұсқау: AI-ға: «Осы мәтіндегі көрнекті сөз тіркестерін (екі немесе үш сөз) үміткерлер ретінде көрсетіңіз және әрқайсысына мәтіннен мысал келтіріңіз». Үміткерлер тізімін алыңыз және нақты жиілікті бөлек құралмен өлшеңіз. AI-ны «ескертуші», агентті «есептегіш» ретінде және өзіңізді «аудармашы» ретінде орналастырыңыз.
Жалпы қателер
- AI шикі санына сүйену. AI калькулятор емес; Нақты нөмірді бөлек құрал арқылы тексеріңіз.
- Пікірсіз нөмірді көрсету. «47 рет өтті» ештеңе айтпайды; Сіз мағынаны жасайсыз.
- Мәтін ұзындығын елемеу. Лирикалық әртүрлілік мөлшерлемелері ұзындыққа сезімтал.
- Диссертацияны коллокацияны тексермей жасау. AI емес жұптар ұсынуы мүмкін; Мәтіннен растау.
- Төтенше түсініктеме. AI ұсынған «себептерді» дәлелсіз қабылдамаңыз.
Қысқаша айтқанда
Корпус талдауы әдебиеттің сандық қырын ашады: жиілік, топтама, сөздік, мерзімдік өзгерістер. AI осы салада үлгілерді тану және нәтижелерді түсіндіруде күшті; бірақ ол абсолютті санауда сенімсіз. Бөлек құралдың көмегімен нөмірді тексеріңіз, мәтіндегі тіркестерді растаңыз және әр санның мағынасын өзіңіз анықтаңыз. Сан – дәлел емес, ол – дәлелге апаратын есік.
Қолданбалы тапсырма
Қысқа мәтінді таңдаңыз (500-1000 сөз). Мазмұн сөзін анықтаңыз (мысалы, «түн» немесе «жол»). Алдымен мәтінде өзіңізді есептеңіз. Содан кейін AI оны санасын. Екі нәтижені салыстырыңыз; Егер айырмашылық болса, себебін зерттеңіз. Содан кейін сол сөздің мәтіндегі қызметі туралы бір абзацтан тұратын түсініктеме жазыңыз — санды мағынаға айналдырыңыз.
бақылау парағы
- [ ] Мен анық лингвистикалық сұрақ қойдым.
- [ ] Корпустың шекарасын (мәтін, басылым, кезең) анықтадым.
- [ ] Мен AI санын екінші жолмен тексердім.
- [ ] Мәтіндегі тіркестерді растадым.
- [ ] Мен нөмірді пікірсіз қалдырған жоқпын; Мен мағынасын өзім жасадым.