摘要
تعتمد تقنية تمثيل الكلمات على تحويل المفردات إلى متجهات ومقارنة الترابط بين التوزيعات الدلالية في السياق، مما يوفر أساسًا رياضيًا لنمذجة تحليل تكوين الكلمات. تتميز الكلمات المركبة الألمانية بخصائص دلالية وصرفية يهيمن عليها العنصر المركزي، وهو ما يخلق ظروفًا مواتية لمعالجتها تلقائيًا. لمشكلة المبالغة في تقدير صعوبة فهم الكلمات المركبة الناتجة عن طرق التقييم التقليدية المعتمدة على تكرار الكلمات، يقترح هذا البحث طريقة تلقائية للتعرف على الكلمات المركبة الألمانية وتقسيمها تدمج بين التشابه الدلالي والقواعد الصرفية. تعتمد الطريقة على نموذج de_core_news_lg ضمن منصة spaCy، وذلك بحساب تشابه المتجهات بين الكلمات المركبة ومكوناتها المحتملة، إلى جانب تحديد عتبة بناءً على الضوضاء الخلفية، مع إدخال قواعد صرفية مثل تحديد لاحقة الاسم وحذف المكونات المشتقة كقيود. تظهر نتائج التقييم تفوق الطريقة من حيث الدقة والحساسية. تقدم هذه الدراسة أداة جديدة لتحليل تكوين الكلمات في اللغويات الحاسوبية الألمانية، كما توفر مرجعية تقنية لتحديد صعوبة النصوص وتطوير المواد التعليمية الرقمية ودراسة المعالجة الصرفية للكلمات المشتقة والمنصهرة. وستعمل الأبحاث المستقبلية على تحسين الدقة والنطاق التطبيقي من خلال إدخال قواعد حكم خاصة وآليات تحقق بشري وتحسين النموذج ليشمل المزيد من الكلمات قليلة التكرار.
关键词
المتجه;معالجة اللغة الطبيعية;الكلمات المركبة الألمانية;التعرف التلقائي والتقسيم