کاربرد هوش مصنوعی در تحلیل سبک شناختی متون فارسی

این پژوهش با هدف بررسی کارکردها و ظرفیت های هوش مصنوعی در تحلیل سبک شناختی متون فارسی انجام شد و تلاش کرد نشان دهد که چگونه مدل های پردازش زبان طبیعی می توانند لایه های مختلف سبک ادبی را در سطوح واژگانی، نحوی، معنایی، بلاغی و روایی تحلیل کنند. روش تحقیق ترکیبی از تحلیل کمی مبتنی بر الگوریتم های یادگیری عمیق و تحلیل کیفی متون ادبی بود. داده های متنی شامل نمونه هایی از شعر و نثر نویسندگان و شاعران معاصر گردآوری و با بهره گیری از مدل های embedding، تحلیل وابستگی نحوی، الگوریتم های تشخیص الگو و ابزارهای سنجش انسجام تحلیل شد. نتایج نشان داد که هر نویسنده دارای «امضای سبکی» ویژه ای است که از طریق شاخص هایی چون تنوع واژگانی، بسامد ساختارهای نحوی، خوشه های معنایی، نوع تصویرسازی و شیوه روایت پردازی قابل شناسایی است. یافته ها همچنین نشان داد مدل های یادگیری عمیق توانایی بالایی در تشخیص نویسنده، کشف آرایه های ادبی، تحلیل روایت و حتی تولید متن تقلیدی مشابه سبک نویسندگان دارند. نتیجه نهایی پژوهش آن است که هوش مصنوعی نه تنها ابزاری تکمیلی برای نقد و تحلیل ادبی است، بلکه می تواند لایه هایی از متن را آشکار سازد که در تحلیل سنتی کمتر قابل مشاهده اند. این هم افزایی میان ادبیات و علوم رایانه زمینه ساز تحول در مطالعات سبک شناسی و گامی مهم در توسعه ابزارهای هوشمند تحلیل متن فارسی محسوب می شود.

کلیدواژه ها:

ادبیات فارسی ، علوم رایانه ، علوم داده ، هوش مصنوعی