کشف ساختار عوامل نهفته واژگانی و نحوی در پاسخ به سؤالات درک مطلب انگلیسی با استفاده از یادگیری ماشین بدون نظارت

نویسندگان

1 استادیار گروه تخصصی فرانسه، دانشکده ادبیات، علوم انسانی و اجتماعی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

2 استادیار، مرکزتحقیقات علوم رفتاری، دانشگاه علوم پزشکی بقیه الله، تهران، ایران

3 . دانشجوی دکتری روانشناسی تربیتی واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.

4 استادیار، گروه روانشناسی تربیتی و شخصیت، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

doi
10.22054/jti.2026.85160.1569
چکیده

این مطالعه به بررسی ساختار عوامل نهفته واژگانی و نحوی در پاسخ به سوالات درک مطلب انگلیسی با استفاده از تکنیک‌های یادگیری ماشین بدون نظارت می‌پردازد. طرح تحقیق مدلسازی کمی در قالب طرح علی- مقایسه ای است. داده ها از 360 زبان آموز که انگلیسی زبان دوم آن‌ها به شمار می‌رود و از طریق پاسخ های کتبی و شفاهی آن‌ها به سؤالات درک مطلب جمع آوری شد. در مجموع 260 ویژگی واژگانی و نحوی از داده ها استخراج شد. چهار عامل برای داده های شفاهی و چهار عامل برای داده های کتبی شناسایی شد که بیش از 50 درصد از واریانس نمرات درک مطلب را توضیح می دهند. عوامل به شرح زیر نامگذاری و تفسیر شدند. برای داده‌های مربوط به پاسخ‌های شفاهی: عامل اول پیچیدگی دستوری، عامل دوم، پیچیدگی واژگانی، عامل سوم ویژگی و تشابه کلمات و عامل چهارم تنوع واژگانی. چهار عامل داده‌های مربوط به پاسخ‌های کتبی عبارتند از: عامل 1، پیچیدگی دستوری، عامل 2 تنوع واژگان، عامل 3 پیچیدگی بند، و عامل 4 اختصاصی بودن کلمه. تحلیل رگرسیون چندگانه در پیش‌بینی درک مطلب بر اساس عوامل کشف شده نشان داد که عامل سوم (ویژگی و تشابه کلمات) تنها پیش‌بینی‌کننده معنادار درک مطلب در داده‌های شفاهی بود، در حالی که عوامل 1 (پیچیدگی دستوری)، 3 (پیچیدگی بند) و 4 (اختصاصی بودن کلمه) به طور معناداری درک مطلب را در داده‌های نوشتاری پیش‌بینی کردند.این مطالعه بینش‌های ارزشمندی را در مورد عوامل زمینه‌ای که به درک مطلب در زبان‌آموزان که انگلیسی زبان دوم آن‌ها است، کمک می‌کند.