بررسی درک جملات پیچیده فارسی در هوش مصنوعی مدلهای زبانی بزرگ دیپسیک و پارسبرت
اطلاعات این مقاله توسط دبیرخانه ثبت شده است و نویسندگان میتوانند اصلاحات احتمالی را به دبیرخانه اعلام کنند.
این مقاله بهصورت کامل در مجموعه مقالات کنفرانس پذیرفته و منتشر شده است. در این صفحه فقط چکیده و اطلاعات کتابشناختی آن ارائه میشود.
چکیده فارسی
حافظهکاری نقش کلیدی در درک جملات پیچیده ایفا میکند، بهویژه هنگامیکه ساختار نحوی جمله بار شناختی بالایی ایجاد میکند. در این پژوهش، تلاش شده است با استفاده از مدلهای زبانی پیشرفته، به بررسی درک جملات پیچیده فارسی بررسی شود. برای این منظور، یک مجموعه دادهی ساختگی شامل ۲۰۰ جمله فارسی با ساختارهای نحوی متنوع ازجمله جملات موصولی، تودرتو، دارای حذف، شرطی و دارای قیود پیدرپی طراحی و برای هر جملهیک سؤال درک مطلب تولید شد. پاسخهای صحیح نیز بهصورت دستی مشخص شد. سپس از مدلهای زبانی فارسی مانند دیپسیک، پارسبرت برای پاسخدهی به این سؤالات استفاده شد. نتایج اولیه نشان میدهد که مدل دیپسیک در پاسخ به جملات پیچیدهت عملکرد بسیار دقیقی دارد و مدل زبانی پارسبرت فاقد چنین عملکردی بوده است که میتواند بازتابی از محدودیت حافظهکاری در این مدلها برای زبان فارسی باشد. این مطالعه به دلیل تولید جملات مصنوعی توسط ابزارهای پردازش زبانی، گامی در جهت فهم بهتر ظرفیتهای شناختی مدلهای زبانی فارسی است. واژههاي كليدي: مدلهای زبانی، جملات پیچیده، هوش مصنوعي، دیپسیک، پارسبرت Examining the Comprehension of Complex Persian Sentences in Artificial Intelligence: A Study of DeepSik and ParsBERT Large Language Models Sayyedeh Sareh Sadeghi¹, Nasrin Azhideh² ¹ Ph.D. in Linguistics, Graduate of Bu-Ali Sina University, Hamedan, Faculty of Literature and Foreign Languages, Department of Linguistics, sarehsadeghi36@yahoo.com ² Ph.D. in Linguistics, Graduate of Bu-Ali Sina University, Hamedan, Faculty of Literature and Foreign Languages, Department of Linguistics, N.Azhideh@basu.ac.ir
کلیدواژهها: Language Models, Complex Sentences, Artificial Intelligence, DeepSik, ParsBERT
استناد به این مقاله
رفرنس به مقاله کامل منتشرشده در مجموعه مقالات کنفرانس اشاره دارد، نه فقط چکیده نمایشدادهشده در این صفحه.