فهرست نشریات علمی دسترسی آزاد ایران

تکیۀ کلمه را می‌توان از دید الگوریتم‌های پردازش و فراگیری زبان بررسی کرد، الگوریتم‌هایی که زبان را به‌عنوان توالی پیوسته‌ای از سیگنال صوتی تحلیل می‌کنند، نه براساس مجموعه‌ای از کلمات و تکواژهای ازپیش‌ برچسب‌خورده. این دیدگاه، با در نظر گرفتن ویژگی‌ها و محدودیت‌های شناختی نوزادان، ابعاد جدیدی را از پیچیدگی مواجهه با پدیده‌های زبانی آشکار می‌سازد. در این مقاله، تکیۀ کلمه را براساس الگوریتم‌های واقع‌گرایانۀ فراگیری نوزادان از گفتار پیوسته بررسی کرده و به چالش‌هایی می‌پردازیم که در رویکردهای سنتی، که تکیه را براساس صورت‌های واژگانی و برچسب‌های صرفی و نحوی توصیف می‌کنند، مطرح نمی‌شوند. ابتدا به معرفی مدل شناختی پپرکمپ و دوپو برای فراگیری و پردازش تکیه و تمایزات واجی پرداخته و مفروضات آن را در زمینۀ رده‌شناسی تکیه مرور می‌کنیم. سپس، تفاوت‌های مشاهده‌پذیری و دسترسی الگوریتم‌های یادگیری تکیه را در زبان‌های مختلف با تکیه‌های پیش‌بینی‌پذیر از لحاظ واجی بررسی می‌کنیم. در این ‌راستا، تفاوت مهم میان پیش‌بینی‌پذیر بودن تکیه از لحاظ واجی و صرفی بحث خواهد شد. در ادامه، چالش‌های خاص زبان فارسی را مورد توجه قرار داده و سؤالات مهمی را برمی‌شماریم که تکیۀ این زبان برای الگوریتم‌های فراگیری تکیه مطرح می‌سازد. در نهایت، پیشنهادهایی برای پژوهش‌های آتی ارائه می‌دهیم، پیشنهادهایی که بر همکاری میان‌رشته‌ای، جمع‌آوری داده‌های واقع‌گرایانۀ مقیاس‌گسترده، و استفاده از مدل‌های یادگیری ماشین خودنظارتی تأکید دارند.