
تعداد نشریات | 31 |
تعداد شمارهها | 377 |
تعداد مقالات | 3,682 |
تعداد مشاهده مقاله | 4,712,104 |
تعداد دریافت فایل اصل مقاله | 5,245,388 |
کاربرد مدلهای زبانی بزرگ و روش تولید مبتنی بر بازیابی در روند استخراج دقیق اطلاعات از مقالات علمی: مطالعه ای در زمینه مرور ادبیات حوزه زبانشناسی کاربردی | ||
پژوهشهای زبانشناسی: نظریه و کاربرد | ||
مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 12 مهر 1404 اصل مقاله (1.03 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/jls.2025.144337.1290 | ||
نویسندگان | ||
سیدمهدی ولیزاده* 1؛ مهدی غضنفری2؛ قدرت حسنی3 | ||
1کارشناسی ارشد، گروه مهندسی سیستمهای هوشمند، دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران. | ||
2استاد، گروه مهندسی سیستمهای هوشمند، دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران. | ||
3استادیار، گروه مترجمی زبان انگلیسی، دانشکده علوم انسانی، دانشگاه دامغان، دامغان، ایران | ||
چکیده | ||
پژوهش حاضر با هدف بررسی کاربرد مدلهای زبانی بزرگ (LLM) و فناوری تولید افزوده با بازیابی (RAG) در استخراج دقیق اطلاعات از مقالات علمی زبانشناسی کاربردی انجام شده است. با رشد روزافزون مقالات، نیاز به ابزارهای خودکار برای تبدیل متون غیرساختاریافته به دادههای قابل تحلیل بیش از پیش افزایش یافته است. این مطالعه با مرور نظاممند ادبیات، چارچوبی مفهومی مبتنی بر LLM و RAG پیشنهاد میکند که مولفههایی چون سؤال پژوهشی، چارچوب نظری، روششناسی، یافتهها و محدودیتها را استخراج مینماید. روش کار شامل انتخاب مقالات از مخازن دادههای ثانویه، طراحی پرامپتهای اختصاصی و ارزیابی دقیق با شاخصهای Precision، Recall و F1-Score است. نتایج نشان داد ترکیب LLM و RAG در استخراج مولفههای ساختاریافته مانند منبع داده و روش تحلیل دقت بالایی دارد (F1 میانگین ۰.۸۱)، اما در مولفههای استنتاجی نیازمند بازبینی انسانی است. این یافتهها ظرفیت بالای رویکرد برای تسریع مرور ادبیات نظاممند را نشان داده و پیشنهادهایی عملی مانند فاینتایونینگ برای بهبود عملکرد ارائه میکند. | ||
کلیدواژهها | ||
مدلهای زبانی بزرگ؛ تولید افزوده با بازیابی؛ استخراج اطلاعات؛ مرور نظاممند؛ زبانشناسی کاربردی | ||
مراجع | ||
| ||
آمار تعداد مشاهده مقاله: 4 تعداد دریافت فایل اصل مقاله: 1 |