Пайдалар:
- Жасалма интеллект менен сөздүн жыштыгы, тизилиши, сөз байлыгы жана ачкыч сөздөр сыяктуу корпустун өлчөөлөрүн иштеп чыгуу мүмкүнчүлүгү
- Жасалма интеллект так эсептөөдө ишенимсиз экенин билүү жана ар бир эсепти өзүнчө курал менен текшере алуу
- Сан өз алдынча эч нерсе айтпай турганын жана маанини аныктаган тилдик чечмелөө адамдарга таандык экенин түшүнүү.
Адабият жана тил таануу жөн эле «комментарий» эмес; Анын өлчөөчү жана эсептелүүчү жагы да бар. Автор канча түрдүү сөздөрдү колдонот, кайсы сөздөрдү кайсы сөздөр менен колдонгонду жакшы көрөт, кайсы сөздөр мезгил ичинде жалпы болуп калат - булар лингвистика (тилдин тыбыш, түзүлүш, маани жана колдонулушун изилдеген илим) жана өзгөчө корпус лингвистикасы аркылуу иликтенет. Корпус – бул автордун толук чыгармалары, гезиттин жылдык архиви же бир мезгилдин ырлары сыяктуу тексттердин жыйындысы. Корпустун анализи бул бөлүктөн сандык үлгүлөрдү издейт.
Бул бөлүмдө биз AIди корпустун анализинин жардамчысы катары колдонууну үйрөнөбүз: сөздүн жыштыгы (бир сөздүн текстте канча жолу кездеше тургандыгы), коллокация (бирге көп кездешүүчү сөз жуптары, мис. "кара" + "менин байлыгым"), сөз байлыгы жана мезгилдик өзгөрүү сыяктуу көрсөткүчтөрдү тез чыгаруу. Бирок башынан эле эскертүү: AI жалгыз санаганда ката кетириши мүмкүн; Чоң жана так саноо үчүн атайын аспаптар керек жана ар бир сандын маанисин аныктаган тилчи сизсиз.
Корпусту анализдөөдө AI кайсы жерде күчтүү жана кайсы жерде алсыз?
Анын күчтүү жактары төмөнкүлөр: Чакан жана орто тексттердеги үлгүлөрдү таануу, тексттин лексикасы жөнүндө гипотезаларды түзүү, бириктирүү үчүн талапкерлерди сунуштоо, натыйжаны чечмелөө, методологияны сүрөттөп берүү. AI "бул автордо кандай фразалар өзгөчөлөнүп турат?" Бул суроонун башталышын берет.
Алсыздыгы: так эсептөө. AI - калькулятор эмес, тил модели; узун текстте «канча жолу болгон» деген суроого болжолдуу, кээде туура эмес жооп бере алат. Так жыштык, так колокация статистикасы же миңдеген сөздөрдүн чоң корпусун сканерлөө үчүн атайын программалык камсыздоо (мисалы, AntConc же электрондук таблица сыяктуу корпус куралдары) колдонулат. AI бул куралдардын натыйжасын чечмелөөдө баалуу; Бирок аны чийки эсепти сокур кылып жасабаңыз.
Кеңеш: Эгер сизге так сан керек болсо, эки жолду колдонуңуз: курал кичинекей текстте санап, аны AI чечмелейт; Же AI санап, аны башка жол менен текшериңиз. "AI 47 жолу айтылат" деген сүйлөмдү эч качан ырастоосуз колдонбоңуз.
Кадамдык корпусту изилдөө
- Суроо кой. -Бул акында түстүү сөздөр кандай таралган? Төмөнкүдөй так суроосуз эсептөө маанисиз:
- Корпусту аныктаңыз. Кайсы тексттер? Кайсы чыгарылыш? Кайсы мезгил? Чек ара так болушу керек.
- Өлчөөнү тандаңыз. Жыштыгы, тизилиши, сөз байлыгы?
- Өлчөө жана текшерүү. Саноону жасап, андан кийин экинчи жолду ырастаңыз.
- Комментарий. Жалгыз сан эч нерсе айтпайт; "Түстүү сөздөр экинчи мезгилде эки эселенген" деген жыйынтыкты маңыздуу кылган сиздин комментарийиңиз.
Сөз байлыгынын көп колдонулуучу өлчөмү ар кандай сөздөрдүн санынын сөздөрдүн жалпы санына карата катышы болуп саналат (тип/токендик катыш). Эгерде бул катыш жогору болсо, тексттин ар түрдүүлүгү, ал эми аз болсо, кайталануучулугун билдирет. Бирок бул катышка тексттин узундугу таасир этет; Кыска жана узун тексттерди түз салыштырууда этият болуңуз.
үч мини учурлар
1-жагдай - Коллокация стилди көрсөттү. Изилдөөчү бир романчынын 3 романындагы сын атооч-зат атоочтордун жупташтыгын изилдеген. AI "бозарган" деген сөз 5 түрдүү зат атоочко дал келет деп сунуштады; Изилдөөчү 4 текстти текшерип, 1 текстти жасалма деп жокко чыгарган. Тастыкталган үлгү автордун сыпаттоо стили жөнүндө тезис билдирүүсү болуп калды.
2-жагдай — Саноо катасы кармалды. Студент AIдан 2000 сөздөн турган текстте "түн" деген сөз канча жолу кездешет деп сурады; AI "23" деди. Студент текстти таблицага ыргытып, аны санаганда, чыныгы сан 17 болду. AIнын чийки саны ишенимсиз экени айкын болду.
3-жагдай - Мезгил-мезгили менен өзгөртүү талаш-тартыштарды жаратты. Бир топ акындын алгачкы жана кийинки ырларындагы абстракттуу сөздөрдүн үлүшүн салыштырышкан. AIнын биринчи долбоору трендди сунуш кылган; Топ текстке кайтып келип, эсепти текшергенде, тенденция реалдуу болуп чыкты, бирок AI тарабынан сунушталган "себептер" текшерилгис спекуляция болуп, жок кылынды.
Көчүрүү үчүн төрт шаблон
1) Сөздүн жыштыгынын схемасы (текшерүү менен):
Төмөндөгү текстте эң көп кездешүүчү 15 мазмундуу сөздөрдүн болжолдуу жыштыктары менен тизмектеңиз. ЭСКЕРТҮҮ: Саноолор так болбошу мүмкүн экенин эске алыңыз жана "так болушу үчүн, алар өзүнчө эсептөө куралы менен текшерилиши керек" деп белгилеңиз. Текст: [текстти бул жерге чаптоо]
2) Талапкерлер:
Төмөндөгү текстте көп кездешүүчү сөздөрдүн жуптарын (коллокацияларды) сунуштаңыз. Ар бир жуп үчүн тексттен жок дегенде бир цитата келтириңиз. Текстте эквиваленти жок кош ойлоп чыгаруу; Эгер ишенбесеңиз, аны "текшерүү керек" деп белгилеңиз.Текст: [текстти чаптоо]
3) Сөз байлыгын салыштыруу:
Мен сага эки текст берем. Ар бири үчүн: болжолдуу жалпы сөздөр, ар кандай сөз түрлөрү жөнүндө байкоолор жана көрүнүктүү сөз чөйрөлөрү (мисалы, түс, табият, эмоция). Сандардын болжолдуу экенин айт. Салыштыруунун чечмеленишин менин текшерүүмө калтырыңыз. Текст А: [...] Текст В: [...]
4) Жыйынтыктарды чечмелөө:
Мен эсептөө куралынан төмөнкү натыйжаларды алдым: [натыйжаларды чаптоо]. Бул сандар тилдик жактан эмнени билдире тургандыгы жөнүндө 2-3 гипотезаны түзүңүз. Ар бир гипотезаны "далил талап кылат" деп белгилеп, аны кантип текшере аларымды айтыңыз. Ашыкча комментарийлерден алыс болуңуз.
Алсыз тездик / Күчтүү тездик
Алсыз: "Бул текстте кайсы сөз көп кездешет?"
Күчтүү: "Бул текстте эң көп кездешкен мазмундагы сөздөрдү болжолдуу жыштыгы менен тизмектеңиз; функциялык сөздөрдү кошпоңуз. Сандар так эмес экенин жана өзүнчө курал менен текшерилиши керек экенин ачык айтыңыз. Ар бир сөзгө мисал сүйлөм бериңиз."
Күчтүү эскертме AI'ны эсептөө чегин кабыл алууга мажбурлайт жана текшерүү талап кылынарын алдын ала айтат. Алсыз билдирүүдө AI бир санды берет жана сиз анын туура эмес болушу мүмкүн экенин билбейсиз.
Өлчөө жана ишенимдүүлүк таблицасы
өлчөө
Эмнени көрсөтөт
AI жалгыз
туура жол
сөз жыштыгы
көп сөздөр
Жөнүндө, тобокелдүү
Counter + AI комментарийи
колокация
чогуу өткөндөр
Талапкерлерди чыгарат
Тексттен ырастоо
Тип/токен катышы
Вербалдык көп түрдүүлүк
Адаштыруучу болушу мүмкүн
Курал менен эсеп
сезондук өзгөрүү
Убакыттын өтүшү менен тренд
гипотезаларды жаратат
Өлчөө жана текшерүү
Корутунду комментарий
Мааниси
Күчтүү, бирок аша чапкан
адамдык сот
Ачкыч сөз жана n-gram түшүнүктөрү
Эки түшүнүк корпустук анализде ишиңизди жеңилдетет. Биринчиси ачкыч сөз (англис тилиндеги ачкыч сөз – жалпы тилге салыштырмалуу текстте же автордо күтүлгөндөн алда канча көп кездешкен сөз, ал текстке өзүнүн “мүнөзүн” берет). Автордун ачкыч сөздөрү анын кызыкчылыктарын жана стилин ачып берет; Мисалы, "деңиз" жана "бөлүү" акында күтүлгөндөн көп кездешсе, бул статистикалык чыгуу интерпретациянын башталгыч чекити болуп калат. Ачкыч сөздөрдү аныктоо үчүн тексттин жыштыктарын маалымдама корпустун жыштыктары менен салыштыруу керек (салыштыруу үчүн колдонулган жалпы, чоң текст); Бул салыштыруу - бул так курал жумушу, бул AI өз алдынча ишенимдүү жасай албаган эсептөө.
Экинчиси - n-грамм (тексттеги ырааттуу n сөздүн тизмеги; эки сөздүн ырааты "биграмма", үч сөздүн тизмеги "триграмма" деп аталат). N-граммалык анализ автордун формулалык сөздөрүн жана көп колдонулган сөз айкаштарын ачып берет. Мисалы, жазуучу "түрдүү" же "бирок" сыяктуу сөз айкаштарын өтө көп колдонсо, бул анын сүйлөм жасоо адатын көрсөтөт. AI бул фразаларды талапкер катары сунуштай алат; бирок чыныгы жыштык жана статистикалык мааниге ээ болуу үчүн эсептөө куралына кайтуу керек.
Ишара: AIга айтыңыз: "Бул тексттеги көрүнүктүү фразаларды (эки же үч сөз) талапкерлер катары тизмектеп, ар бирине тексттен мисал келтириңиз." Талапкерлердин тизмесин алып, өзүнчө курал менен иш жүзүндөгү жыштыгын өлчөңүз. AIны "байкоочу", агентти "эсептөөчү" катары жана өзүңүздү "котормочу" катары жайгаштырыңыз.
Жалпы каталар
- AIнын чийки эсебине таянуу. AI калькулятор эмес; Так санын өзүнчө курал менен текшериңиз.
- Комментарийсиз номерди көрсөтүү. "47 жолу өттү" эч нерсе айтпайт; Сиз маанини жаратасыз.
- Тексттин узундугу этибарга алынбайт. Лирикалык ар түрдүүлүк чендери узундукка сезгич.
- Коллокацияны текшербестен тезис жасоо. AI эмес түгөйлөр сунуш кылышы мүмкүн; Тексттен ырастаңыз.
- Экстремалдуу комментарий. AI тарабынан сунушталган "себептерди" далилсиз кабыл албаңыз.
Кыскача айтканда
Корпустун анализи адабияттын эсептелүүчү тарабын ачат: жыштык, коллокация, лексика, мезгил-мезгили менен өзгөрүү. AI моделдерди таануу жана натыйжаларды чечмелөө боюнча бул чөйрөдө күчтүү; бирок абсолюттук эсептөөдө ишенимсиз. Номерди өзүнчө курал менен текшериңиз, тексттен коллокацияларды ырастаңыз жана ар бир сандын маанисин өзүңүз түзүңүз. Сан далил эмес, ал далилдердин эшиги.
Колдонмо тапшырмасы
Кыска текстти тандаңыз (500-1000 сөз). Мазмунду сөздү аныктаңыз (мисалы, "түн" же "жол"). Биринчиден, текстте өзүңүздү эсептеңиз. Андан кийин AI санасын. Эки жыйынтыкты салыштырыңыз; Эгерде айырмачылык болсо, анын себебин изилдеңиз. Андан кийин ошол сөздүн тексттеги кызматы боюнча бир абзацтан турган комментарий жазыңыз — санды мааниге айландырыңыз.
текшерүү тизмеси
- [ ] Мен так лингвистикалык суроо койдум.
- [ ] Мен корпустун чектерин аныктадым (текст, басылма, мезгил).
- [ ] Мен AIнын эсебин экинчи жолу текшердим.
- [ ] Мен тексттен коллокацияларды тастыктадым.
- [ ] Мен комментарийсиз номер калтырган жокмун; Маанисин өзүм жараттым.