الملخص
الملخص
تهدف هذه الدراسة إلى معرفة مدى قدرة نماذج الشبكات العصبية الاصطناعية (Neural Networks)، وتحديدًا النماذج المتسلسلة (Seq2seq models)، على إدراك التغيرات الصوتية التي تطرأ على بنية الفعل الأصلية عند اتصاله باللواصق التصريفية، وقد ركزتْ هذه الدراسة على أربع ظواهر صوتية محكومة بقوانين الفونولوجيا العربية، وهي: حذف حركة فاء الفعل، وحذف المقطع الأول من الفعل، وإبدال حركة اللاصقة/السابقة، وإبدال حركة عين الفعل الثلاثي المزيد كسرة. وتكشف نتائج هذه الدراسة عن قدرة هذه النماذج على تعلم القواعد الفونولوجية لتلك التغيرات الصوتية والتعرف على السياقات المقيدة لكل قاعدة منها؛ فقد حقق النموذج المستخدم دقة عالية عند اختباره على بيانات جديدة لم يسبق أن تعرف عليها أثناء عملية التدريب. وهذه النتيجة تبين لنا قدرة النماذج المتسلسلة على تعلم القواعد الفونولوجية وتعميمها رغم اختلاف السياقات وتعقد نظام الفعل العربي، وهو ما يؤكد ما توصلتْ إليه دراسات سابقة على لغات أخرى من نتائج تبين قدرة هذه النماذج على تعلم القوانين اللغوية الصرفية والصوتية.
الكلمات المفتاحية: التغيرات الصوتية، القوانين الفونولوجية، الفعل العربي، الشبكات العصبية، نماذج المتسلسلات.