۱. معرفی مقاله و اهمیت آن

استعاره، عنصر جدایی‌ناپذیری از زبان و تفکر انسانی است که به ما امکان می‌دهد مفاهیم انتزاعی را در قالب‌های ملموس‌تر درک کنیم و به ارتباطاتمان عمق و رنگ ببخشیم. با این حال، تولید خودکار استعاره توسط ماشین‌ها همواره یکی از چالش‌برانگیزترین مسائل در حوزه پردازش زبان طبیعی (NLP) و هوش مصنوعی بوده است. مقاله “تولید استعاره با نگاشت‌های مفهومی” (Metaphor Generation with Conceptual Mappings) به قلم کوین استو و همکاران، گامی مهم در جهت غلبه بر این چالش برداشته است.

اهمیت این تحقیق در چند جنبه کلیدی نهفته است. اولاً، با مدل‌سازی و تولید استعاره، می‌توانیم به ماشین‌ها کمک کنیم تا نه تنها زبان را در سطح معنایی درک کنند، بلکه از خلاقیت زبانی نیز بهره‌مند شوند. این امر برای توسعه سیستم‌های هوش مصنوعی که قادر به تولید محتوای طبیعی‌تر، جذاب‌تر و انسانی‌تر هستند، حیاتی است. ثانیاً، این پژوهش می‌تواند به روشن شدن فرآیندهای شناختی دخیل در درک و تولید استعاره در ذهن انسان کمک کند و مدل‌های محاسباتی جدیدی را برای بررسی نظریه استعاره مفهومی (Conceptual Metaphor Theory) ارائه دهد. ثالثاً، توانایی تولید استعاره کاربردهای عملی گسترده‌ای در زمینه‌هایی مانند آموزش زبان، تولید متن خلاقانه (شعر و داستان)، ربات‌های مکالمه‌گر هوشمندتر و سیستم‌های پرسش و پاسخ پیشرفته‌تر دارد که می‌توانند به طور مؤثرتری اطلاعات را منتقل کنند.

۲. نویسندگان و زمینه تحقیق

این مقاله توسط کوین استو (Kevin Stowe)، توحین چاکرابارتی (Tuhin Chakrabarty)، نانیون پنگ (Nanyun Peng)، سماراندا مورسان (Smaranda Muresan) و ایرینا گوریویچ (Iryna Gurevych) نگاشته شده است. این تیم پژوهشی متشکل از متخصصانی در زمینه محاسبات و زبان (Computation and Language) و پردازش زبان طبیعی است که معمولاً در دانشگاه‌ها و مراکز تحقیقاتی پیشرو در این حوزه‌ها فعالیت می‌کنند. مشارکت چنین تیمی نشان‌دهنده عمق و گستردگی دانش مورد نیاز برای پرداختن به مسئله‌ای پیچیده مانند تولید استعاره است که نیازمند درک همزمان از مبانی زبان‌شناسی شناختی و تکنیک‌های پیشرفته هوش مصنوعی است.

زمینه کلی این تحقیق در مرز بین زبان‌شناسی، علوم شناختی و هوش مصنوعی قرار دارد. هدف اصلی آن، توسعه مدل‌های محاسباتی است که می‌توانند جنبه‌های پیچیده زبان انسانی، به ویژه جنبه‌های خلاقانه و انتزاعی آن را شبیه‌سازی کنند. به طور خاص، این کار در ادامه تحقیقاتی انجام شده است که سعی دارند تئوری‌های زبان‌شناسی شناختی، مانند نظریه استعاره مفهومی جورج لاکاف و مارک جانسون، را به مدل‌های قابل پیاده‌سازی در کامپیوتر ترجمه کنند. این رویکرد به ماشین‌ها اجازه می‌دهد تا نه تنها معنای تحت‌اللفظی کلمات را پردازش کنند، بلکه بتوانند لایه‌های عمیق‌تر و مجازی زبان را نیز درک و تولید نمایند.

۳. چکیده و خلاصه محتوا

تولید استعاره، وظیفه‌ای دشوار است؛ زیرا مستلزم درک روابط ظریف بین مفاهیم انتزاعی است. این مقاله با هدف تولید یک جمله استعاری از یک عبارت تحت‌اللفظی، با جایگزینی افعال مرتبط، پیش می‌رود. بر اساس نظریه استعاره مفهومی، نویسندگان پیشنهاد می‌کنند که فرآیند تولید را با کدگذاری نگاشت‌های مفهومی بین حوزه‌های شناختی کنترل کنند تا عبارات استعاری معنی‌دار تولید شود.

برای دستیابی به این هدف، دو روش توسعه داده شده است:

• روش اول (CM-Lex): استفاده از Embeddings مبتنی بر FrameNet برای یادگیری نگاشت‌ها بین حوزه‌ها و اعمال آن‌ها در سطح واژگانی. این یک رویکرد بدون نظارت است.
• روش دوم (CM-BART): استخراج جفت‌های مبدأ/هدف (source/target pairs) برای آموزش یک مدل تولید توالی به توالی (Seq-to-Seq) کنترل‌شده مبتنی بر BART.

نویسندگان روش‌های خود را از طریق ارزیابی خودکار و انسانی برای سنجش میزان استعاره‌گونگی پایه (basic metaphoricity) و حضور استعاره مفهومی (conceptual metaphor presence) مورد بررسی قرار داده‌اند. نتایج نشان می‌دهد که مدل بدون نظارت CM-Lex با سیستم‌های تولید استعاره یادگیری عمیق اخیر رقابتی است، و مدل CM-BART در هر دو ارزیابی خودکار و انسانی از سایر مدل‌ها عملکرد بهتری دارد.

۴. روش‌شناسی تحقیق

مقاله دو روش نوآورانه را برای تولید استعاره با اتکا به نظریه استعاره مفهومی (CMT) ارائه می‌دهد. این نظریه بیان می‌کند که ما مفاهیم انتزاعی را با نگاشت آن‌ها به حوزه‌های ملموس‌تر درک می‌کنیم (مثلاً “بحث جدال است” – ARGUMENT IS WAR). نویسندگان این ایده را به عنوان یک مکانیزم کنترلی برای تولید استعاره در نظر می‌گیرند.

الف. CM-Lex (Conceptual Mappings – Lexical Level)

این روش یک رویکرد بدون نظارت (unsupervised) است که بر مبنای نگاشت‌های معنایی در سطح واژگانی عمل می‌کند. هسته اصلی این روش بر استفاده از Embeddings مبتنی بر FrameNet استوار است. FrameNet یک منبع واژگانی است که ساختارهای معنایی به نام “فریم” (frames) را توصیف می‌کند. هر فریم شامل مجموعه‌ای از نقش‌های معنایی (frame elements) و کلماتی است که می‌توانند این فریم را فعال کنند (lexical units).

در CM-Lex:

• ابتدا، یک پایگاه داده از نگاشت‌های مفهومی (مانند “EDUCATION IS A JOURNEY” یا “IDEAS ARE FOOD”) تهیه می‌شود.
• سپس، برای هر جفت حوزه (مثلاً “سفر” به عنوان حوزه مبدأ و “تحصیل” به عنوان حوزه هدف)، Embeddings کلماتی که به آن حوزه‌ها تعلق دارند (به ویژه افعال)، با استفاده از اطلاعات FrameNet آموزش داده می‌شوند. این Embeddings به مدل کمک می‌کنند تا شباهت‌های معنایی بین کلمات در حوزه‌های مختلف را درک کند.
• در مرحله تولید، یک جمله تحت‌اللفظی به مدل داده می‌شود. مدل سعی می‌کند فعل موجود در جمله را با فعلی دیگر که از حوزه مبدأ استعاره می‌آید و معنایی مشابه در حوزه خود دارد، جایگزین کند. به عنوان مثال، اگر جمله تحت‌اللفظی “او مفاهیم جدیدی را درک کرد” باشد و نگاشت “IDEAS ARE FOOD” فعال باشد، فعل “درک کردن” (حوزه ایده) می‌تواند با فعلی مانند “بلعیدن” (حوزه غذا) جایگزین شود تا جمله استعاری “او مفاهیم جدیدی را بلعید” تولید شود.

ب. CM-BART (Conceptual Mappings – BART Model)

این روش، رویکردی با نظارت (supervised) و کنترل‌شده است که از قدرت مدل‌های یادگیری عمیق بهره می‌برد. CM-BART بر پایه مدل BART (Bidirectional and Auto-Regressive Transformers)، یک مدل تولید توالی به توالی پیش‌آموزش‌دیده، ساخته شده است.

در CM-BART:

• یک مجموعه داده از جفت‌های جمله تحت‌اللفظی و جمله استعاری، همراه با نگاشت مفهومی مرتبط، ایجاد می‌شود. به عنوان مثال، (جمله تحت‌اللفظی: “تحصیل پر از موانع است”، جمله استعاری: “تحصیل یک سفر پر پیچ و خم است”، نگاشت: “EDUCATION IS A JOURNEY”).
• مدل BART با استفاده از این جفت‌ها آموزش داده می‌شود تا یاد بگیرد چگونه با در نظر گرفتن یک نگاشت مفهومی خاص، یک جمله تحت‌اللفظی را به یک جمله استعاری تبدیل کند. این کار از طریق افزودن توکن‌های کنترلی (control tokens) به ورودی مدل انجام می‌شود که نشان‌دهنده حوزه مبدأ و هدف استعاره مورد نظر هستند.
• این رویکرد به مدل امکان می‌دهد تا استعاره‌ها را به شکلی منسجم‌تر و دقیق‌تر تولید کند، زیرا از اطلاعات زمینه‌ای گسترده مدل‌های ترنسفورمر و همچنین راهنمایی صریح نگاشت‌های مفهومی بهره می‌برد. جایگزینی افعال در این مدل نه تنها در سطح واژگانی، بلکه در سطح جمله و با حفظ کلیت معنای استعاره صورت می‌گیرد.

هر دو روش ارزیابی دقیقی را از طریق ارزیابی خودکار (Automatic Evaluation) (با استفاده از معیارهایی مانند BLEU و ROUGE برای مقایسه با استعاره‌های مرجع) و ارزیابی انسانی (Human Evaluation) (که در آن داوران انسانی کیفیت، استعاره‌گونگی و حضور استعاره مفهومی را ارزیابی می‌کنند) پشت سر گذاشته‌اند. این ترکیب از ارزیابی‌ها، اطمینان حاصل می‌کند که نتایج هم از نظر کمی و هم کیفی معتبر هستند.

۵. یافته‌های کلیدی

نتایج این پژوهش بسیار دلگرم‌کننده و نشان‌دهنده پیشرفت‌های قابل توجهی در زمینه تولید خودکار استعاره است. دو یافته اصلی مقاله به شرح زیر است:

• رقابت‌پذیری CM-Lex: مدل CM-Lex، که یک روش بدون نظارت است، توانست عملکردی رقابتی با سیستم‌های تولید استعاره مبتنی بر یادگیری عمیق اخیر از خود نشان دهد. این نتیجه بسیار مهم است زیرا سیستم‌های بدون نظارت معمولاً به داده‌های آموزشی برچسب‌گذاری شده کمتری نیاز دارند و می‌توانند در سناریوهایی که داده‌های استعاری برچسب‌گذاری شده کمیاب هستند، کاربرد بیشتری داشته باشند. رقابت‌پذیری آن نشان می‌دهد که استفاده از نگاشت‌های مفهومی و Embeddings مبتنی بر FrameNet، یک راهکار موثر برای جذب روابط معنایی پیچیده استعاری است، حتی بدون آموزش صریح روی حجم زیادی از داده‌های استعاری. این مدل به‌ویژه در تولید استعاره‌های ساده‌تر و متکی بر جایگزینی افعال، عملکرد خوبی دارد.
• برتری چشمگیر CM-BART: مدل CM-BART نه تنها از CM-Lex، بلکه از سایر مدل‌های موجود در این حوزه نیز عملکرد بهتری از خود نشان داد. این برتری هم در ارزیابی‌های خودکار و هم در ارزیابی‌های انسانی مشهود بود. موفقیت CM-BART به توانایی آن در استفاده از مدل‌های زبانی بزرگ پیش‌آموزش‌دیده (مانند BART) در کنار مکانیسم‌های کنترل‌شده مبتنی بر نگاشت‌های مفهومی برمی‌گردد. این ترکیب به مدل اجازه می‌دهد تا نه تنها استعاره‌های معتبر تولید کند، بلکه آن‌ها را با دقت بیشتری به نگاشت‌های مفهومی خاص مرتبط سازد و از این رو استعاره‌های معنادارتر و منسجم‌تری تولید نماید. برتری CM-BART نشان‌دهنده قدرت رویکردهای ترکیبی است که هم از دانش زبان‌شناختی (نظریه استعاره مفهومی) و هم از قابلیت‌های یادگیری عمیق بهره می‌برند. نتایج ارزیابی انسانی، که بر معیارهایی مانند طبیعی بودن، خلاقیت و وضوح استعاره تمرکز دارند، برتری این مدل را به وضوح تأیید می‌کنند.

به طور کلی، این یافته‌ها تأکید می‌کنند که نظریه استعاره مفهومی می‌تواند یک چارچوب قدرتمند برای هدایت فرآیند تولید استعاره باشد و ترکیب آن با تکنیک‌های پیشرفته پردازش زبان طبیعی، راه را برای تولید سیستم‌های هوش مصنوعی خلاق‌تر و انسان‌فهم‌تر هموار می‌کند.

۶. کاربردها و دستاوردها

دستاوردها و کاربردهای پژوهش در زمینه تولید استعاره با نگاشت‌های مفهومی فراتر از صرفاً یک پیشرفت نظری در پردازش زبان طبیعی است. این پژوهش می‌تواند تأثیرات عملی قابل توجهی در چندین حوزه داشته باشد:

• افزایش خلاقیت در هوش مصنوعی: یکی از مهم‌ترین دستاوردها، توانایی سیستم‌های هوش مصنوعی در تولید زبان خلاقانه و انسانی‌تر است. این امر می‌تواند منجر به توسعه چت‌بات‌ها و دستیاران مجازی شود که نه تنها اطلاعات را منتقل می‌کنند، بلکه می‌توانند با استفاده از استعاره‌ها ارتباطات جذاب‌تر و عمیق‌تری با کاربران برقرار کنند. مثلاً یک دستیار هوشمند می‌تواند بگوید: “امروز هوا افسرده است” به جای “امروز هوا ابری است”.
• تولید محتوای هنری: این فناوری می‌تواند ابزاری قدرتمند برای تولید شعر، داستان و سایر اشکال ادبی باشد. نویسندگان و هنرمندان می‌توانند از این مدل‌ها برای ایجاد ایده‌های استعاری جدید یا تقویت بیان ادبی خود بهره ببرند. مثلاً، در خلق یک شعر، مدل می‌تواند برای تشبیه “زمان” به “رودخانه” کمک کند.
• آموزش و یادگیری زبان: استعاره‌ها نقش مهمی در درک مفاهیم پیچیده دارند. این سیستم‌ها می‌توانند به دانش‌آموزان و زبان‌آموزان کمک کنند تا با تولید استعاره‌های مرتبط، مفاهیم جدید را بهتر درک کنند یا تفاوت‌های ظریف زبانی را فرا بگیرند. به عنوان مثال، برای توضیح مفهوم “رکود اقتصادی”، می‌توان استعاره “سنگین شدن اقتصاد” را تولید کرد.
• تحقیقات علوم شناختی: این مدل‌های محاسباتی به عنوان شبیه‌سازهای فرآیندهای شناختی عمل می‌کنند. پژوهشگران علوم شناختی می‌توانند از آن‌ها برای آزمودن فرضیات مربوط به چگونگی پردازش و تولید استعاره در ذهن انسان استفاده کنند و بینش‌های جدیدی در مورد ماهیت استعاره به دست آورند.
• پردازش و درک عمیق‌تر زبان: توسعه این مدل‌ها به طور غیرمستقیم به بهبود کلی درک ماشینی از زبان کمک می‌کند. با توجه به اینکه استعاره‌ها بخش جدایی‌ناپذیری از زبان طبیعی هستند، توانایی تولید آن‌ها به ماشین‌ها کمک می‌کند تا متون را با درک عمیق‌تر و نزدیک‌تر به انسان‌ها پردازش کنند.
• ارتباطات علمی و تخصصی: در حوزه‌های علمی و تخصصی، استفاده از استعاره‌ها می‌تواند به ساده‌سازی و قابل فهم‌تر کردن مفاهیم پیچیده برای مخاطبان غیرمتخصص کمک کند. این مدل‌ها می‌توانند در تولید گزارش‌ها یا مقالات علمی با زبانی قابل فهم‌تر یاری‌رسان باشند.

این دستاوردها نشان می‌دهند که تحقیق در زمینه تولید استعاره نه تنها از نظر تئوری جذاب است، بلکه پتانسیل زیادی برای ایجاد تغییرات مثبت در کاربردهای عملی هوش مصنوعی و ارتباطات انسانی دارد.

۷. نتیجه‌گیری

مقاله “تولید استعاره با نگاشت‌های مفهومی” گامی محکم و رو به جلو در مسیر توانمندسازی ماشین‌ها برای درک و تولید یکی از خلاقانه‌ترین و پیچیده‌ترین جنبه‌های زبان انسانی، یعنی استعاره، برمی‌دارد. با اتکا به نظریه استعاره مفهومی و ارائه دو روش نوآورانه CM-Lex و CM-BART، نویسندگان نشان داده‌اند که می‌توان فرآیند تولید استعاره را به شکلی کنترل‌شده و معنادار مدل‌سازی کرد.

نتایج این تحقیق به وضوح برتری مدل CM-BART را در تولید استعاره‌های با کیفیت بالا نشان می‌دهد که در هر دو ارزیابی خودکار و انسانی، از رقبای خود پیشی گرفته است. همچنین، رقابت‌پذیری مدل بدون نظارت CM-Lex اهمیت رویکردهای مبتنی بر نگاشت مفهومی و Embeddings را برجسته می‌کند. این دستاوردها نه تنها درک ما را از چگونگی عملکرد استعاره‌ها در سطح محاسباتی افزایش می‌دهند، بلکه مسیرهای جدیدی را برای توسعه سیستم‌های هوش مصنوعی خلاق‌تر و تعاملی‌تر باز می‌کنند.

در آینده، این پژوهش می‌تواند به سمت بررسی تولید استعاره‌های پیچیده‌تر، فراتر از جایگزینی افعال، گسترش یابد؛ مثلاً تولید استعاره‌هایی که چندین جزء زبانی را درگیر می‌کنند یا استعاره‌های جدید و غیرمتعارف را ابداع می‌کنند. همچنین، ادغام این مدل‌ها با سایر سیستم‌های تولید متن برای ایجاد محتوای کاملاً خلاقانه و آزمایش آن‌ها در محیط‌های تعاملی واقعی، از دیگر مسیرهای تحقیقاتی جذاب خواهد بود. در نهایت، این مقاله نشان می‌دهد که با ترکیب بینش‌های زبان‌شناسی شناختی و قدرت یادگیری عمیق، می‌توانیم هوش مصنوعی را به قلمروهای جدیدی از خلاقیت زبانی رهنمون سازیم که پیش از این تنها در توانایی‌های انسانی قابل تصور بود.