محمد بحرانی

تجهیز رایانه ها به دانش عرفی بشر همواره یکی از جاه طلبانه ترین اهداف علم هوش مصنوعی بوده است. میلیون ها دلار هزینه و هزاران ساعت زمان صرف شده تا رایانه ها بفهمند که “اشیا بالا نمی روند، بلکه می افتند” و “دویدن از راه رفتن سریع تر است”. پایگاه های دانش عظیمی ساخته شد، روش های خودکار و نیمه خودکار متن کاوی پیشنهاد شده و از انگیزه همکاری کاربران عادی اینترنت به نفع اکتساب این دانش بهره ها برده شده است. ولی رسیدن به روشی خودکار، مؤثر و کم خطا همچنان به صورت چالشی بزرگ پیش روی جامعه هوش مصنوعی باقی مانده است. هدف این تحقیق ساخت هستان شناسی دانش عرفی فارسی به کمک سه روش مبتنی بر الگو، ترجمه ماشینی و استفاده از منابع ساخت یافته است. با کمک سه پیکره مختلف فارسی هفت نوع رابطه و در مجموع هفتاد هزار اظهار (رابطه) استخراج شده و در قالب یک هستان شناسی ارائه گشت. نتایج بررسی گویش وران فارسی نشان داد که میانگین دقت روابط استخراج شده این هستان شناسی برابر با 75% برای روش مبتنی بر الگو، 70% برای ترجمه ماشینی و 100% برای اطلاعات استخراج شده از جعبه اطلاعات بود.

کاهش از جمله فرایندهای آوایی است که برای سیستم های بازشناسی گفتار یک چالش محسوب می شود. ازجمله این موارد، کاهش ارقام تلفنی مانند ""دو-نه""، ""هفت-هشت"" و ""سه-صفر"" است. تجزیه و تحلیل آوایی سیگنال های تلفنی /sefr/-/se/ نشان می دهد که هر چند با حذف /r/ تمایز [sef]-[se] کاهش می یابد اما سرنخ های آکوستیکی باقی مانده در واکه /e/ ، همانند دیرش واکه و بسامد کانونی سازه های F2 و F3 ، تقابل واجی فوق را انتقال می دهند. استفاده از این سرنخ های آکوستیکی در بازشناسی گفتار، می تواند به بازیابی صورت های کاهش یافته کمک کند.

در این مقاله یک سامانه بازشناسی گفتار پیوسته برای زبان فارسی معرفی می شود و نقش مدل آوایی و مدل زبانی در آن مورد بررسی قرار می گیرد. مدل های آوایی با روش های مستقل از بافت و وابسته به بافت در این سامانه به کار رفته و نتایجِ به کارگیریِ آن ها ارائه شده است. مدل زبانیِ سه کلمه ای نیز با روش های مبتنی بر کلمه، مبتنی بر مقولة نحوی و مبتنی بر طبقه، با استفاده از پیکره متنیِ زبانِ فارسی استخراج و در سامانه بازشناسی به کار گرفته شده است. همچنین مدل زبانیِ دستوری مبتنی بر دستور ساخت- گروهیِ تعمیم یافته در این سامانه پیاده سازی شده و نیز در ترکیب با مدل زبانیِ آماری به کار رفته است. نتایج حاصل نشان می دهد که مدل آواییِ وابسته به بافت، مطابق انتظار، بهترین عملکرد را دارد. همچنین مدلِ زبانیِ سه کلمه ایِ مبتنی بر کلمه، نسبت به سایر روش های استخراجِ مدلِ زبانیِ آماری برتری دارد. درضمن ترکیبِ مدلِ زبانیِ دستوری با مدلِ زبانیِ آماری منجر به بهبودِ نتایجِ بازشناسی می شود. سامانه بازشناسیِ گفتارِ معرفی شده در این مقاله، اولین سامانه بازشناسی برای گفتارِ پیوستة فارسی بوده و با پشتوانه فعالیت های تحقیقاتیِ متعددی که برای پیاده سازیِ آن انجام شده است، قابلیت استفاده به صورت کاربردی را یافته است.

با رشد رسانه های اجتماعی، کارکرد آنها در ورزش، به طور مداوم افزایش یافته و توجه پژوهشگران ورزشی به این نقش و کارکرد، پیش از پیش جلب شده است. هدف پژوهش حاضر مرور تمامی مقالات منتشر شده در مجله های ورزشی طی 10 سال گذشته با رویکرد مرور نظام مند بوده است. بانک اولیه مقالات، 156 مقاله را شامل شده که با توجه به عنوان و واژگان کلیدی که (دربرگیرنده) یکی از واژه های رسانه اجتماعی، توییتر، فیس بوک، اینستاگرام، یوتیوب، پینتسرت یا اسنپ چت بوده، انتخاب شده اند. سپس و با توجه به تاریخ انتشار آنها (2010-2019) 137 مقاله، دانلود و در مرحله بعدی، با مطالعه کامل چکیده 23 مقاله از بانک مقالات کنار گذاشته شد. یافته ها نشان می دهد که تعداد مقالات انتشاریافته و نظریه های به کار گرفته شده در آنها از سال 2010 تا 2019 به مرور افزایش یافته است. گوناگونی نظریاتی که پشتوانه پژوهش های مرور شده بوده اند، مؤید این است که ورزش همچنان به عنوان یک حوزه چندوجهی در نظر گرفته می شود اما رویدادهای ورزشی مانند جام های جهانی و المپیک ها، حوزه ای هستند که در مطالعات رسانه های اجتماعی ورزشی کمتر به آنها توجه می شود.

رسانه های اجتماعی به عنوان یکی از ابزارهای مهم در سیاست های رسانه ای رویدادهای ورزشی تبدیل شده است. هدف تحقیق حاضر بررسی ارتباط ویژگی های محتوا و درگیری کاربران صفحه رسمی المپیک توکیو 2020 است. در این تحقیق 2364 توییت صفحه رسمی کمیته برگزاری بازی های المپیک 2020 از سال 2014، به همراه تعداد پسند و بازتوییت ها استخراج شد. برای کشف موضوع توییت ها از تحلیل محتوای کیفی استفاده شد که پنج دسته محتوا شامل اطلاع رسانی، فعال سازی، بازاریابی، شخصی سازی و فرهنگی کشف شد. یافته های پژوهش نشان داد که درگیری کاربران از نظر پسند و بازتوییت با محتوای فعال سازی و سپس اطلاع رسانی بیشتر است. علاوه بر این، هشتگ ها به عنوان یکی از ویژگی های پیام همبستگی قوی با بازتوییت و پسند دارد. برچسب ها به عنوان دیگر ویژگی محتوا، همبستگی ضعیفی با بازتوییت دارد. تحقیق حاضر نشان داد که استفاده از فراپیوندها سبب می شود درگیری کاربران با محتوا کاهش یابد. از سوی دیگر، ویژگی های چندرسانه ای محتوا، مانند عکس و ویدئو درگیری کاربران را افزایش می دهد.

با ورود رسانه های اجتماعی، شبکه های اجتماعی آنلاین نیز به عنوان یکی از جدیدترین مباحث مدیریتی مورد توجه قرار گرفته است. شبکه های اجتماعی در ترویج و گردش اطلاعات رویدادهای بزرگ ورزشی نقش مهمی بازی می کنند. با توجه به این مسئله، هدف تحقیق حاضر بررسی و مقایسه نحوه ترویج بازی های المپیک ریو 2016 و توکیو 2020 در رسانه های اجتماعی است. برای بررسی شبکه ترویج بازی ها از رویکرد تحلیل شبکه اجتماعی استفاده شد که تمام توییت های صفحه رسمی این دو المپیک از بستر توییتر استخراج شدند. از صفحه رسمی المپیک ریو 2256 توییت و از صفحه رسمی المپیک توکیو 3287 توییت به دست آمد که در نهایت 436 توییت از المپیک ریو و 905 توییت از المپیک توکیو وارد تحلیل شدند. یافته ها نشان دادند که در هر دو المپیک ورزشکاران از نظر تعداد بازیگران در شبکه، نسبت به سایر ذی نفعان بیشتر بوده اند. درعین حال، وزن ارتباطات سازمان های بین المللی ورزشی بیشتر از سایر ذی نفعان بوده است. تحقیق حاضر نشان داد اگرچه ورزشکاران نسبت به سازمان های ورزشی ملی و بین المللی از طرفداران و در نتیجه دنبال کنندگان بیشتری برخوردار هستند از همین رو بیشتر می توانند به ترویج بازی ها کمک کنند؛ اما وزن ارتباط با سازمان های بین المللی ورزشی گویای این است که کمیته برگزاری بازی های المپیک با سازمان های بین المللی ورزشی مانند فدراسیون های جهانی ارتباط مستمری دارد. تحقیق حاضر نشان داد ترویج رویدادهای ورزشی در رسانه های اجتماعی بدون به کار گرفتن ذی نفعان متعدد ممکن نیست. با این حال با توجه به هدف سازمان ها و رویدادهای ورزشی الگوی خاص خودشان برای ترویج برند یا رویداد می تواند منحصر به فرد باشد.

در این مقاله یک پیکره برچسب خورده، به منظور به کارگیری در تشخیص اخبار جعلی با حدود 5000 پست مربوط به اخبار همه گیری کووید-19 از پیام رسان تلگرام استخراج شده و برچسب زنی می شود. فرایند ساخت پیکره در دو مرحله انجام می پذیرد. مرحله اول شامل جمع آوری و پیش پردازش داده ها و مرحله دوم شامل برچسب گذاری آنها می باشد. در مرحله اول، داده ها فیلتر می شوند و بعد از انجام پردازش های لازم برروی آنها، در مرحله دوم، بر اساس یک شیوه نامه، اقدام به برچسب گذاری می شود. در مرحله برچسب گذاری، از هفت عنوان موردنظر برای وظایف، استفاده می گردد و هر پست خبری با توجه به این هفت وظیفه برچسب گذاری می شود. ایجاد یک چهارچوب مناسب (شیوه نامه) برای برچسب زنی یکی از اقدامات مهم در این مرحله می باشد. شیوه نامه در اختیار دو برچسب زن خبره که بدین منظور آموزش دیده اند قرار می گیرد و اخبار از لحاظ هفت وظیفه 1) صحیح یا جعلی بودن 2) سیاسی بودن 3) بالا بردن سطح آگاهی عمومی، دادن روحیه یا دادن یک توصیه به خواننده 4) مطالب مربوط به دارو و درمان یا مراقبت های بهداشتی 5) آمار مرگ و میر 6) داشتن محتوای حاوی مطالب تنفرآمیز، سرزنش، عیب جویی، منفی بافی و 7) ارزش داشتن برای بررسی واقعیت، مورد بررسی قرار گرفته و بر این اساس، برچسب درست، نادرست یا خنثی می گیرند. در صورت عدم توافق بین دو برچسب زن، از برچسب زن سوم نظرخواهی می شود. برچسب دهی اخبار طوری انجام می گیرد که در نهایت، دسته های متوازنی در وظیفه صحیح یا جعلی بودن اخبار به دست آید.

امروزه پیکره های زبانی در تعیین سبک نگارش کاربرد فراوان دارند. در این پژوهش از پیکره ای به زبان فارسی برای تعیین سبک نگارش متون معاصر استفاده و کارآیی واژه های دستوری با واژه های محتوایی در راستای این هدف مقایسه شد. برای این منظور، پیکره ای از آثار هفت نویسنده معاصر به نام های هوشنگ گلشیری، بزرگ علوی، احمد محمود، محمود دولت آبادی، نادر ابراهیمی، جلال آل احمد و غلامحسین ساعدی انتخاب و گردآوری شد. سپس با استفاده از این پیکره و الگوریتم های یادگیری عمیق چون پرسپترون چندلایه و حافظه طولانی کوتاه مدت، کارآیی واژه های محتوایی و انواع واژه های دستوری در تشخیص سبک نگارش متن سنجیده شد. نتایج ارزیابی پژوهش نشان داد روش استفاده از واژه های دستوری عملکرد بهتری نسبت به روش واژه های محتوایی در تعیین سبک نگارش متن دارد. همچنین در میان انواع واژه های دستوری ضمایر خصوصاً ضمایر شخصی و اشاره بیشترین نقش را در تفکیک سبک نویسندگان پیکره داشتند. به علاوه، حروف ربط و افعال کمکی در تعیین نویسندگان فارسی بسیار مؤثر بودند.

تشخیص خودکار هویت نویسنده متن یکی از مسائل مهم زبان شناسی حقوقی تلقی می شود. در پژوهش حاضر تلاش می شود کارایی ویژگی های مبتنی بر مفاهیم دستور نقش گرای نظام مند هالیدی (هالیدی و متیسن، 2014) با کارایی واژ ه های دستوری در تشخیص هویت نویسنده مقایسه شود. به این منظور، در ابتدا، پیکره ای از آثار هفت نویسنده معاصر ایرانی گردآوری شد. در مرحله دوم، از واژه های دستوری استخراج شده از پیکره فهرستی تهیه شد؛ به علاوه، یک مجموعه واژگان براساس شبکه نظام حروف ربط، شبکه نظام افزوده وجه و شبکه نظام افزوده نگرشی با استفاده از منابع زبانی تهیه شد. سپس بسامد نسبی واژه های دستوری و ویژگی های مبتنی بر دستور نقش گرای نظام مند در هر متن محاسبه شد. طبقه بند پرسپترون چند لایه، نوعی شبکه عصبی، برای مرحله آموزش سامانه به کار گرفته شد و به دقت مطلوبی در مرحله ارزیابی منجر شد. بررسی نتایج ارزیابی سامانه نشان داد که روش محاسبه بسامد واژه های دستوری نسبت به روش مبتنی بر دستور نقش گرای نظام مند در تشخیص هویت نویسنده متون فارسی برتری دارد؛ باوجوداین، هنگامی که ویژگی های دستور نقش گرای نظام مند هالیدی درکنار ویژگی بسامد واژه های دستوری به کار روند، کارایی سامانه نسبت به حالتی که تنها از ویژگی بسامد واژه های دستوری استفاده شود، ارتقا می یابد.