مقاله حاضر، با عنوان “ما کیستیم؟ رفع ابهام از مصادیق ضمایر اول شخص جمع در مناظرات پارلمانی”، به بررسی کاربرد ضمایر اول شخص جمع (مانند “ما”) به عنوان ابزاری بلاغی در سخنرانی‌های سیاسی می‌پردازد. این تحقیق نشان می‌دهد که چگونه سیاستمداران از این ضمایر برای ایجاد حس همبستگی، اتحاد و یا حتی ایجاد فاصله و تمایز با گروه‌های دیگر استفاده می‌کنند. اهمیت این پژوهش در درک بهتر استراتژی‌های زبانی مورد استفاده در سیاست و تاثیرگذاری آنها بر افکار عمومی نهفته است.

این مقاله توسط اینس رهبین، یوزف روپن‌هوفر و جولیان برناور نگاشته شده است. این محققان در زمینه پردازش زبان طبیعی (NLP) و تحلیل گفتمان سیاسی تخصص دارند. تمرکز آن‌ها بر روی درک نحوه استفاده از زبان در متون سیاسی و استخراج معنا و نیات پنهان در آن است. این تحقیق در دسته “محاسبات و زبان” (Computation and Language) طبقه‌بندی می‌شود، که نشان‌دهنده رویکرد کمی و مبتنی بر داده آن است.

این پژوهش به بررسی دقیق نحوه استفاده از ضمایر اول شخص جمع در مناظرات پارلمانی می‌پردازد. هدف اصلی، رفع ابهام از مصادیق این ضمایر است؛ به عبارت دیگر، تلاش می‌شود تا مشخص شود گوینده با استفاده از ضمیر “ما” دقیقا به چه کسی یا چه گروهی اشاره دارد. این کار با ارائه یک طرح حاشیه‌نویسی (annotation schema) برای تشخیص مراجع ضمیر و استفاده از این طرح برای ایجاد یک پیکره متنی حاشیه‌نویسی شده از مناظرات بوندستاگ آلمان (مجلس فدرال آلمان) انجام شده است.

محققان پس از ایجاد پیکره متنی، از آن برای آموزش مدل‌های یادگیری ماشین به منظور تشخیص خودکار مراجع ضمیر در مناظرات پارلمانی استفاده کرده‌اند. همچنین، آن‌ها به بررسی استفاده از تکنیک‌های “افزایش داده” (data augmentation) با استفاده از “نظارت ضعیف” (weak supervision) برای گسترش بیشتر پیکره متنی خود پرداخته‌اند و نتایج اولیه را گزارش کرده‌اند.

روش‌شناسی این تحقیق شامل چند مرحله کلیدی است:

• طراحی طرح حاشیه‌نویسی: ایجاد یک چارچوب مشخص برای تعیین اینکه ضمیر “ما” در هر مورد به چه کسی یا چه گروهی اشاره دارد. این چارچوب شامل دسته‌بندی‌های مختلفی است که می‌تواند شامل حزب سیاسی، ملت، یا حتی کل بشریت باشد.
• ایجاد پیکره متنی حاشیه‌نویسی شده: جمع‌آوری مجموعه‌ای از مناظرات پارلمانی از بوندستاگ آلمان و سپس حاشیه‌نویسی این متون با استفاده از طرح حاشیه‌نویسی طراحی شده. این مرحله شامل خواندن دقیق متون و تعیین مرجع ضمیر “ما” در هر مورد است.
• آموزش مدل‌های یادگیری ماشین: استفاده از پیکره متنی حاشیه‌نویسی شده برای آموزش مدل‌هایی که بتوانند به طور خودکار مرجع ضمیر “ما” را در متون جدید تشخیص دهند. از الگوریتم های مختلفی مانند ماشین های بردار پشتیبان (SVM) یا شبکه های عصبی عمیق (DNN) می توان در این مرحله استفاده کرد.
• افزایش داده با نظارت ضعیف: استفاده از تکنیک‌های افزایش داده برای گسترش پیکره متنی موجود. نظارت ضعیف به معنای استفاده از منابع اطلاعاتی غیردقیق یا ناکامل برای تولید داده‌های آموزشی بیشتر است. به عنوان مثال، می‌توان از قوانین زبانی یا اطلاعات جانبی دیگر برای حدس زدن مرجع ضمیر “ما” در متون جدید استفاده کرد و سپس این حدس‌ها را برای آموزش مدل‌ها به کار برد.
• ارزیابی مدل‌ها: ارزیابی عملکرد مدل‌های آموزش‌دیده بر روی مجموعه داده‌های آزمایشی مستقل برای سنجش دقت و قابلیت تعمیم آن‌ها.

مثال: در جمله “ما باید از محیط زیست خود محافظت کنیم”، ضمیر “ما” می‌تواند به “ملت آلمان”، “نسل حاضر”، یا حتی “تمام انسان‌ها” اشاره داشته باشد. طرح حاشیه‌نویسی باید به محققان کمک کند تا این ابهامات را رفع کنند.

یافته‌های کلیدی این تحقیق عبارتند از:

• اهمیت بافت متن: تشخیص دقیق مرجع ضمیر “ما” نیازمند درک عمیق از بافت متن و شرایط سیاسی و اجتماعی حاکم است.
• کارایی طرح حاشیه‌نویسی: طرح حاشیه‌نویسی ارائه شده در این مقاله، ابزاری موثر برای رفع ابهام از مصادیق ضمایر اول شخص جمع است.
• پتانسیل یادگیری ماشین: مدل‌های یادگیری ماشین می‌توانند با دقت قابل قبولی مرجع ضمیر “ما” را در مناظرات پارلمانی تشخیص دهند.
• مزایای افزایش داده: استفاده از تکنیک‌های افزایش داده با نظارت ضعیف می‌تواند به بهبود عملکرد مدل‌ها کمک کند، به ویژه زمانی که داده‌های آموزشی کمیاب هستند.

به عنوان مثال، محققان دریافتند که در سخنرانی‌های مربوط به مسائل اقتصادی، ضمیر “ما” اغلب به “دولت” یا “اقتصاددانان” اشاره دارد، در حالی که در سخنرانی‌های مربوط به مسائل اجتماعی، این ضمیر بیشتر به “جامعه” یا “شهروندان” اشاره دارد.

این تحقیق دارای کاربردها و دستاوردهای متعددی است:

• تحلیل گفتمان سیاسی: ابزاری قدرتمند برای تحلیل گفتمان سیاسی و درک بهتر استراتژی‌های زبانی مورد استفاده توسط سیاستمداران.
• تشخیص اخبار جعلی: کمک به تشخیص اخبار جعلی و پروپاگاندا با شناسایی نحوه استفاده از ضمایر برای دستکاری افکار عمومی.
• توسعه سیستم‌های پردازش زبان طبیعی: بهبود عملکرد سیستم‌های پردازش زبان طبیعی در درک متون سیاسی و استخراج اطلاعات از آن‌ها.
• آموزش سواد رسانه‌ای: آموزش سواد رسانه‌ای به شهروندان و افزایش آگاهی آن‌ها نسبت به تکنیک‌های اقناعی مورد استفاده در رسانه‌ها.

به عنوان مثال، با استفاده از این روش‌ها می‌توان تحلیل کرد که چگونه یک سیاستمدار با استفاده مکرر از ضمیر “ما” در ارتباط با یک گروه خاص (مثلاً “ما کارآفرینان”) سعی می‌کند تا خود را به آن گروه نزدیک‌تر نشان دهد و حمایت آن‌ها را جلب کند.

مقاله “ما کیستیم؟ رفع ابهام از مصادیق ضمایر اول شخص جمع در مناظرات پارلمانی” گامی مهم در درک نحوه استفاده از زبان در سیاست و تاثیرگذاری آن بر افکار عمومی است. این تحقیق با ارائه یک طرح حاشیه‌نویسی دقیق، ایجاد یک پیکره متنی حاشیه‌نویسی شده و آموزش مدل‌های یادگیری ماشین، ابزارهایی قدرتمند برای تحلیل گفتمان سیاسی و تشخیص اخبار جعلی ارائه می‌دهد. یافته‌های این پژوهش می‌تواند به توسعه سیستم‌های پردازش زبان طبیعی و آموزش سواد رسانه‌ای به شهروندان کمک کند. تحقیقات آتی می‌توانند به بررسی استفاده از این روش‌ها در زبان‌های دیگر و در زمینه‌های سیاسی و اجتماعی مختلف بپردازند تا درک عمیق‌تری از نقش زبان در شکل‌دهی افکار عمومی به دست آید.

به طور خلاصه، این مقاله نشان می‌دهد که یک ضمیر ساده مانند “ما” می‌تواند بار معنایی بسیار زیادی داشته باشد و درک دقیق معنای آن نیازمند تحلیل دقیق بافت متن و شرایط اجتماعی و سیاسی حاکم است. این آگاهی می‌تواند به ما کمک کند تا به عنوان مخاطبان رسانه‌ها و شهروندان یک جامعه، تفکر انتقادی‌تری داشته باشیم و در برابر دستکاری‌های زبانی مصون‌تر باشیم.