1. Utangulizi

Makala hii inawasilisha utumizi mpya wa kuvuka taaluma wa Programu ya Seti ya Majibu (ASP) ili kuweka rasmi na kuchambua nadharia muhimu katika Ujifunzaji wa Lugha ya Pili (SLA): nadharia ya Usindikaji wa Ingizo (IP) ya VanPatten. Changamoto kuu inayoshughulikiwa ni kutafsiri nadharia ya ubora, inayotegemea lugha asilia inayoelezea mikakati ya kawaida ya utambuzi inayotumiwa na wanafunzi wa lugha kuwa mfano sahihi, unaoweza kuhesabiwa. Uwekaji rasmi huwezesha upimaji wa otomatiki wa utabiri wa nadharia, uboreshaji wa kanuni zake, na uundaji wa zana za vitendo kama vile mfumo wa PIas kusaidia walimu wa lugha.

2. Msingi wa Nadharia na Mfumo wa Kinadharia

2.1. Programu ya Seti ya Majibu (ASP)

ASP ni mfano wa programu unaoelezea, unaotegemea maana ya mfano thabiti (seti ya majibu) ya programu ya mantiki. Inafanikiwa katika kuwakilisha ufikiri wa kawaida, habari isiyokamilika, na nyanja zinazobadilika—vipengele muhimu katika kuiga michakato ya utambuzi ya binadamu. Kanuni katika ASP ina umbo: kichwa :- kiini., ambapo kichwa ni kweli ikiwa kiini kimetimizwa. Kanuni za kawaida zinaweza kuwakilishwa kwa ustadi kwa kutumia kukanusha kama kushindwa (not).

2.2. Nadharia ya Usindikaji wa Ingizo

Ilipendekezwa na VanPatten, nadharia ya IP inasema kuwa wanafunzi wa lugha ya pili, hasa wanaoanza, hutumia seti ya hekima za kawaida ili kutoa maana kutoka kwa ingizo kwa sababu ya rasilimali duni za usindikaji (kumbukumbu ya kazi) na ujuzi usiokamilika wa kisarufi. Kanuni muhimu ni Kanuni ya Nomino ya Kwanza: wanafunzi huwa wakipa jukumu la kitendo/kisa kwa nomino au kiwakilishi cha kwanza wanachokutana nacho katika sentensi. Hii husababisha kutafsiri vibaya kwa utaratibu, kama vile kutafsiri sentensi ya kutendwa "Paka aliumwa na mbwa" kama "Paka aliuma mbwa."

3. Uwekaji Rasmi wa Usindikaji wa Ingizo katika ASP

3.1. Kuiga Mikakati ya Kawaida

Kanuni za IP zimeandikwa kama sheria za ASP. Kwa mfano, Kanuni ya Nomino ya Kwanza inaweza kuwakilishwa kama kanuni ya kawaida inayotumika wakati viashiria vya kisarufi (kama vile viashiria vya sauti ya kutendwa) havisindikaji kwa sababu ya ukomo wa rasilimali:

% Kawaida: Kipa jukumu la kitendo kwa nomino ya kwanza
kikundi_cha_kitendo(NominoYaKwanza, Tukio) :-
    neno_la_sentensi(NominoYaKwanza, Nafasi1, Nomino),
    neno_la_sentensi(Kitenzi, Nafasi2, KitenziAsili),
    Nafasi1 < Nafasi2,
    tukio(Tukio, KitenziAsili),
    not imesindikwa(kiashiria_cha_kisarufi(kutendwa, Kitenzi)),
    not imepitishwa_na_kisarufi(Tukio).

Sharti la not imesindikwa(...) linashika ukomo wa rasilimali, na kufanya kanuni hii isiwe ya monotoni.

3.2. Kuwakilisha Ujuzi na Rasilimali za Mwanafunzi

Mfano huu unajumuisha uwakilishi wa hali ya mwanafunzi unaobadilika:

  • Ujuzi wa Msamiati: Ukweli kama vile anajua_neno(mwanafunzi, 'mbwa', nomino, mnyama).
  • Ujuzi wa Kisarufi: Kanuni zilizojikita ndani (mfano, kwa sauti ya kutendwa).
  • Rasilimali za Usindikaji: Zimeigwa kama vikwazo vinavyopunguza idadi ya vipengele vya kisarufi vinavyoweza kusindikwa wakati mmoja katika sentensi fulani.

Mwingiliano kati ya mikakati ya kawaida na ujuzi wa kisarufi uliopatikana umeigwa kupitia vipaumbele vya kanuni au kanuni za kufutwa.

4. Mfumo wa PIas: Utumizi na Matokeo

4.1. Usanifu wa Mfumo

PIas (Usindikaji wa Ingizo kama Mfumo) ni mfano wa awali unaochukua sentensi ya Kiingereza na wasifu wa mwanafunzi (kiwango cha ujuzi, msamiati/sarufi inayojulikana) kama ingizo. Hutumia mfano rasmi wa ASP kutoa tafsiri moja au zaidi zilizotabiriwa (seti za majibu).

Maelezo ya Mchoro wa Mtiririko wa Mfumo: Mtiririko wa kazi huanza na data ya Sentensi ya Ingizo na Wasifu wa Mwanafunzi. Hii inalishwa kwenye Hifadhi ya Maarifa ya ASP, ambayo ina sheria rasmi za IP, ukweli wa msamiati, na sheria za kisarufi. Kitatua cha ASP (mfano, Clingo) kinahesabu mifano thabiti. Seti za Majibu zinazotokana zinachambuliwa kuwa Tafsiri Zilizotabiriwa, ambazo kisha zinawasilishwa kwa umbo linaloweza kusomeka kupitia Kiolesura cha Mtumiaji kwa Walimu, ikionyesha tafsiri zenye uwezekano wa kutofautiana.

4.2. Utabiri wa Majaribio na Uthibitishaji

Makala hii inaonyesha matokeo ya mfumo kwa mifano ya kawaida. Kwa sentensi ya kutendwa "Paka aliumwa na mbwa" na wasifu wa mwanafunzi anayeanza:

  • Tafsiri Iliyotabiriwa 1 (Kawaida): Kitendo=PAKA, Kitendo=KUMA, Kisa=MBWA. (Tafsiri isiyo sahihi ya kitendo).
  • Sharti la Tafsiri Sahihi: Mfano hutabiri usomaji sahihi wa kutendwa tu ikiwa wasifu wa mwanafunzi unajumuisha ujuzi uliosindikwa wa umbo la sauti ya kutendwa (imesindikwa(kiashiria_cha_kisarufi(kutendwa, 'aliumwa'))), ukizidi kanuni ya kawaida.

Utabiri huu wa kompyuta unalingana na uchunguzi wa majaribio kutoka kwa utafiti wa SLA, na kuthibitisha uhalali wa uso wa mfano. Uwekaji rasmi pia ulifunua utata unaowezekana katika nadharia ya lugha asilia, na kupendekeza uboreshaji.

5. Uchambuzi wa Kiufundi na Mfumo

5.1. Mfumo wa Kimantiki wa Msingi

Kiini cha mfano kinaweza kutolewa kwa kutumia vikwazo vya kimantiki. Acha $L$ iwe hali ya ujuzi ya mwanafunzi, $S$ iwe sentensi ya ingizo, na $R$ iwe rasilimali za usindikaji zinazopatikana. Tafsiri $I$ ni seti ya majukumu ya maana na mahusiano. Nadharia ya IP $T$ inafafanua kitendakazi cha ramani $F_T$ kilichowekewa vikwazo na kanuni za kawaida $D$:

$I = F_T(S, L, R) \quad \text{chini ya} \quad \sum_{g \in G(S)} \text{gharama}(g) \leq R$

ambapo $G(S)$ ni seti ya vipengele vya kisarufi katika $S$, na $\text{gharama}(g)$ ni mzigo wa utambuzi wa kusindikaji $g$. Kanuni za kawaida $D$ hutumika ikiwa $g \notin \text{imesindikwa}(L, R, S)$.

5.2. Mfano wa Mfumo wa Uchambuzi

Uchambuzi wa Kesi: Kanuni ya Nomino ya Kwanza katika Miundo Tofauti ya Kisintaksia.

Ingizo: "Kitabu kilipewa Maria na John." (Kutendwa tata na kitenzi chenye vitu viwili).
Wasifu wa Mwanafunzi: Anayeanza; anajua maneno 'kitabu', 'kupa', 'Maria', 'John'; hasindikaji umbo la kutendwa au ujenzi wa kisa.
Utekelezaji wa Mfano wa ASP:
1. Upatikanaji wa msamiati: KITABU, KUPA, MARIA, JOHN.
2. Usindikaji wa kisarufi unashindwa kwa kutendwa ('kilipewa') na kisa ('kwa Maria').
3. Kanuni ya Kawaida ya Nomino ya Kwanza inafanya kazi: KITABU kinapewa jukumu la kitendo.
4. Mkakati wa kawaida wa mpangilio wa mstari: mlolongo unatafsiriwa kama Kitendo-Kitendo-Mpokeaji-? (jukumu la JOHN halijulikani wazi).
Matokeo Yaliyotabiriwa: Seti nyingi za majibu zinaweza kutokea, mfano, {kitendo(KITABU), kitendo(KUPA), mpokeaji(MARIA), mshiriki_mwingine(JOHN)} ikisababisha tafsiri iliyochanganyikiwa kama "Kitabu kilipeana kitu kwa Maria (na John alihusika)." Hii inaonyesha eneo maalum la kuchanganyikiwa kwa wanafunzi ambalo walimu wanaweza kulenga.

6. Uchambuzi Muhimu na Mwelekeo wa Baadaye

Mtazamo wa Mchambuzi: Uelewa wa Msingi, Mtiririko wa Mantiki, Nguvu na Udhaifu, Uelewa Unaoweza Kutekelezwa

Uelewa wa Msingi: Kazi hii sio tu kuhusu kutumia zana ya AI ya kuvutia kwenye isimu; ni jaribio kali la msingi kwa nadharia ya msingi ya SLA. Kwa kushinikiza sheria zisizo wazi, za maelezo za Usindikaji wa Ingizo kwenye sintaksisi isiyosamehe ya ASP, Inclezan anafunua dhana zilizofichwa za nadharia hiyo na mipaka yake ya utabiri. Thamani halisi iko katika kutumia kompyuta sio tu kuwezesha otomatiki, bali kukosoa na kuboresha mifano ya kisayansi inayotokana na binadamu—mbinu inayofanana na kazi ya Balduccini na Girotto kwenye nadharia za ubora katika nyanja nyingine.

Mtiririko wa Mantiki: Mantiki ya makala hii ni ya kulazimisha: (1) Nadharia ya IP ni ya ubora na inategemea kanuni za kawaida → (2) ASP ni mfumo rasmi ulioundwa kwa kanuni za kawaida na ufikiri usio wa monotoni → (3) Kwa hivyo, ASP ni zana inayofaa kwa uwekaji rasmi → (4) Uwekaji rasmi huwezesha utabiri, ambao husababisha (a) uboreshaji wa nadharia na (b) utumizi wa vitendo (PIas). Mfumo huu wa mchakato ni mfano wa sayansi ya kijamii ya kompyuta.

Nguvu na Udhaifu: Nguvu kuu ni mfanano mzuri kati ya tatizo na zana. Kutumia kushindwa-kama-kanuni-ya-kawaida ya ASP kuiga "kushindwa kusindikaji kwa sababu ya rasilimali duni" ni wazo zuri. Uundaji wa PIas unahama zaidi ya nadharia safi hadi kwenye manufaa halisi. Hata hivyo, udhaifu ni mkubwa. Mfano umeorahisishwa sana, ukipunguza hali ya bahati nasibu, ya uwezekano wa utambuzi wa binadamu kuwa sheria za uhakika. Hauna usanifu thabiti wa utambuzi wa kumbukumbu au umakini, tofauti na mifumo ya kina ya kuiga utambuzi kama vile ACT-R. Uthibitishaji ni wa mantiki zaidi ("uhalali wa uso") kuliko wa majaribio, ukikosa upimaji mkubwa dhidi ya data halisi ya wanafunzi. Ikilinganishwa na mbinu za kisasa zinazotokana na data katika NLP ya kielimu (mfano, kutumia BERT kutabiri makosa ya mwanafunzi), mbinu hii ya ishara ni sahihi lakini inaweza kukosa uwezo wa kuongezeka na kubadilika.

Uelewa Unaoweza Kutekelezwa: Kwa watafiti, hatua inayofuata ya haraka ni uthibitishaji wa majaribio na upanuzi wa mfano. Utabiri wa mfano wa ASP lazima ujibiwe dhidi ya mkusanyiko mkubwa, ulioandikwa wa wanafunzi (mfano, kutoka kwa kazi zilizoshirikiwa kama jamii ya NLP4CALL). Mfano unapaswa kupanuliwa kwa ASP ya uwezekano au mbinu mseto wa neva-ya-ishara kushughulikia kutokuwa na uhakika na mabadiliko katika ujuzi wa mwanafunzi, sawa na maendeleo yaliyoonwa katika nyanja nyingine zinazounganisha mantiki na masomo ya mashine. Kwa watendaji, mfano wa awali wa PIas unapaswa kukuzwa kuwa msaidizi wa kupanga somo kwa wakati halisi, ukijumuishwa kwenye majukwaa kama vile Duolingo au programu ya usimamizi wa darasani, ili kuashiria otomatiki sentensi zinazoweza kusababisha kutofautiana kwa tafsiri kwa kiwango fulani cha darasa. Dhamira ya mwisho inapaswa kuwa njia mbili: kutumia data ya mwingiliano ya wanafunzi kutoka kwa matumizi kama hayo kuboresha na kuweka vigezo kwa mfano wa msingi wa kompyuta wa upatikanaji.

Matumizi ya Baadaye na Mwelekeo wa Utafiti

  • Nyenzo za Kujifunza Zilizobinafsishwa: Uundaji wa mazoezi yanayolenga muundo maalum wa kutofautiana kwa tafsiri uliotabiriwa wa mwanafunzi.
  • Uchambuzi wa Otomatiki wa Insha na Majibu: Kupanua mfano kufasiri lugha inayotolewa na mwanafunzi, sio tu uelewa, ili kutambua sababu za msingi za makosa.
  • Ujumuishaji na Mifano ya Utambuzi: Kuchanganya mfumo wa ASP unaotegemea sheria na usanifu wa utambuzi wa kompyuta (mfano, ACT-R) kwa mfano wa kisaikolojia zaidi wa kumbukumbu na usindikaji.
  • Kuiga Kuvuka Lugha: Kutumia mfumo huu kuiga mikakati ya IP kwa wanafunzi wa lugha zilizo na mpangilio tofauti wa maneno (mfano, SOV kama Kijapani), kujaribu uhalisi wa kanuni.
  • Upanuzi wa Uwezekano: Kuhamia kutoka kwa programu ya seti ya majibu ya kategoria hadi ya uwezekano (mfano, P-log) kuiga uwezekano wa tafsiri tofauti.

7. Marejeo

  1. Gelfond, M., & Lifschitz, V. (1991). Classical negation in logic programs and disjunctive databases. New Generation Computing, 9(3/4), 365-386.
  2. Niemelä, I. (1999). Logic programs with stable model semantics as a constraint programming paradigm. Annals of Mathematics and Artificial Intelligence, 25(3-4), 241-273.
  3. Balduccini, M., & Girotto, S. (2010). Formalization of psychological knowledge in Answer Set Programming and its application. Theory and Practice of Logic Programming, 10(4-6), 725-740.
  4. VanPatten, B. (2004). Input Processing in Second Language Acquisition. In B. VanPatten (Ed.), Processing Instruction: Theory, Research, and Commentary (pp. 5-31). Lawrence Erlbaum Associates.
  5. Anderson, J. R., Bothell, D., Byrne, M. D., Douglass, S., Lebiere, C., & Qin, Y. (2004). An integrated theory of the mind. Psychological Review, 111(4), 1036–1060. (Usanifu wa ACT-R)
  6. Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019. (Marejeo ya kulinganisha na NLP inayotokana na data)