کاربرد مدلهای زبانی بزرگ در تحلیل سبک شناسی ادبی متون کهن عربی و کشف لایه های پنهان بلاغی در قرآن کریم

پژوهش حاضر به بررسی کاربرد مدلهای زبانی بزرگ (از جمله GPT و BERT) در تحلیل سبک شناسی ادبی متون کهن عربی و کشف لایه های پنهان بلاغی در قرآن کریم می پردازد. با توجه به پیچیدگی های زبانی و بلاغی متن قرآن، تحلیل دقیق لایه های معنایی و سبک شناختی آن همواره چالشی اساسی برای پژوهشگران حوزه زبان شناسی و تفسیر بوده است. پژوهش حاضر با رویکردی میان رشته ای و با بهره گیری از روش های کمی و کیفی به ارزیابی توانمندی ها و محدودیت های مدل های زبانی بزرگ در شناسایی آرایه های بلاغی، تحلیل ساختارهای نحوی و سبک شناختی و کشف الگوهای پنهان معنایی در قرآن کریم می پردازد. نتایج پژوهش نشان می دهد که مدل های زبانی بزرگ به ویژه نسخه های تخصصی شده برای زبان عربی مانند AraBERT و MARBERT عملکرد قابل قبولی در شناسایی برخی آرایه های بلاغی و تحلیل سبک شناختی دارند اما همچنان در درک عمق معنایی، بافت شناسی دقیق و ظرافت های بلاغی که نیازمند دانش فرازبانی و تفسیری است، با محدودیت های جدی مواجه اند. پژوهش حاضر با تحلیل مقایسه ای عملکرد مدل های مختلف و ارائه چارچوبی نظری برای تلفیق دانش بلاغت کلاسیک عربی با روش های محاسباتی نوین گامی موثر در جهت توسعه کاربردهای هوش مصنوعی در مطالعات قرآنی و ادبیات عربی برمی دارد.

کلیدواژه ها:

مدل های زبانی بزرگ ، تحلیل سبک شناسی ، بلاغت ، قرآنی ، قرآن کریم ، پردازش زبان طبیعی عربی