زادت في الآونة الأخيرة أهمية تطبيقات معالجة اللغة الطبيعية (NLP) خاصة التي تستخدم النهج الإحصائي، ويعد نموذج ماركوف المخفي (HMM) من أكثر التطبيقات المستخدمة من نماذج التعليم الآلي؛ وهو نموذج احتمالي يتنبأ بالحالة المستقبلية بناءً على الحالة الحالية وليست الماضية؛ وبالتالي يستفاد منه في معرفة التغير في النماذج اللغوية قبل وبعد فترة تاريخية معينة، ويمكننا في كل عام نشر قوائم الكلمات والتعبيرات اللغوية الجديدة، وكذلك يستخدم في تصنيف النص، والترجمة الآلية، وتحليل المشاعر. ولكن المعالجة الإحصائية للغة لن تتم إلا ببناء ذخيرة لغوية، نأمل أن تتحد مؤسساتنا القومية العربية لإنجازه. وفي هذا السياق، يعد نموذج ماركوف الكامن Hidden Markov Model (HMM) أداة فعالة لتحليل التغير اللغوي، ويساعد هذا النموذج على تحديد الأنماط والتغيرات الجديدة في اللغة، ويساعد على تحسين جودة الترجمة والتكيف مع التغيرات اللغوية الحديثة، في عالم سريع التغير، لكي تظل اللغة إحدى الأدوات الأساسية لفهم التفاعل الإنساني والتطور الاجتماعي.
الكلمات المفتاحية: الذخائر اللغوية – علم الذخائر اللغوية – اللغة والاقتصاد – نموذج ماركوف المخفي – نظرية بايز – برنامج بايثون
)
View on SCiNiTO