کاربرد مدل های یادگیری عمیق در بازسازی زبان های باستانی و رمزگشایی متون نامکشوف با استفاده از هم افزایی زبان شناسی محاسباتی و باستان شناسی دیجیتال

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 143

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECMECONF24_137

تاریخ نمایه سازی: 29 شهریور 1404

چکیده مقاله:

بازسازی زبان های باستانی و رمزگشایی متون نامکشوف همواره یکی از چالش های بزرگ علوم انسانی بوده است. محدودیت منابع، ناقص بودن متون و فرسودگی آثار باستانی مانع از دستیابی کامل به زبان ها و دانش تاریخی پیشینیان شده است. در دهه های اخیر، پیشرفت هوش مصنوعی و به ویژه مدل های یادگیری عمیق، چشم اندازی نو برای این حوزه فراهم کرده است. با ترکیب زبان شناسی محاسباتی و باستان شناسی دیجیتال، می توان از شبکه های عصبی عمیق برای بازسازی متون، پیش بینی ساختارهای زبانی و حتی شبیه سازی احتمالات نحوی و معنایی استفاده کرد. این مقاله به بررسی قابلیت های یادگیری عمیق در رمزگشایی زبان های باستانی، معرفی رویکردهای میان رشته ای و تحلیل چالش ها و فرصت های پیش رو می پردازد. نتایج نشان می دهد که آینده این حوزه می تواند منجر به انقلاب در فهم تاریخ، فرهنگ و زبان بشر شود.

نویسندگان

محمد بزرگی ولمی

¹دانشجوی کارشناسی ارشد نرم افزار دانشگاه پیام نور واحد تهران شمال