ترغب بنشر مسار تعليمي؟ اضغط هنا

النظرية الحجاجية في البلاغة الغربية: أعلامها و تقنياتها

The argumentaion theory : Laders and Techniques

2182   4   34   0.0 ( 0 )
 تاريخ النشر 2018
  مجال البحث لغة عربية
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

إنّ هدف الخطاب -أيّاً كان نوعه- هو التأثير ، و لذلك يجهد المتكلم نفسه في إنتاج أقوالٍ لغويةٍ توجه المتلقي نحو سلوكٍ ما ، و تكمن أهمية النظرية الحجاجية في الوقوف على التقنيات الخطابية التي استخدمها المرسل في خطابه ، و التي جعلت خطابه مقبولاً لدى المتلقّي، و الحجاج نظريةٌ نشأت في أحضان علم اللغة و المنطق و الأنثروبولوجيا و غيرها من العلوم ، و قد غدت نظريةً متكاملةً بعد أبحاث بيرلمان التي بدأ العلماء تطويرها فيما بعد ، و استفاد منها جميع المحللين و الباحثين في نظرية التواصل و الاتصال ؛ إذ إنّ الوقوف على آليات المرسل في تحقيق اتّصالٍ ناجحٍ يؤدي إلى تواصلٍ فعّالٍ هو غاية الحجاج ، و هي نظريةٌ لا تزال في طور النمو ، و تعدّ نظرية الأفعال الكلامية خلفيةً علميةً لها .

المراجع المستخدمة
أبو بكر العزاوي : الحجاجيات اللسانية ، الأحمدية للنشر ،المغرب 2007
سامية الدريدي : الحجاج في الشعر العربي بنيته و أساليبه ، عالم الكتاب الحديث ، إربد ، الأردن ، 2011
طه عبد الرحمن : اللسان و الميزان أو التكوثر العقلي ، المركز الثقافي العربي ، المغرب ، ط1 1988
قيم البحث

اقرأ أيضاً

يعد التنظيم الاجتماعي سمة أساسية من سمات العصر الحديث الذي يدعى بعصر التنظيمات، و يعتبر التباين الذي اتسمت به مظاهر الحياة الاجتماعية المختلفة، من أبرز التحديات التي تواجه التنظيمات الاجتماعية الحديثة من النشاطات و الوظائف المستحثة التي كانت نتاجاً لتعقد الحياة الاجتماعية و تشعبها.
تطبيقات معالجة اللغة الطبيعية (NLP) أصبحت الآن أكثر قوة في كل مكان من أي وقت مضى. مع النماذج السريعة النامية (العصبية) والبيانات الأكثر إتاحة دائما، فإن نماذج NLP الحالية لديها حق الوصول إلى مزيد من المعلومات من أي مكبر صوت بشري خلال حياتهم. ومع ذلك، سيكون من الصعب القول بأن نماذج NLP وصلت إلى سعة على مستوى بشري. في هذه الورقة الموضعية، نجادل بأن سبب القيود الحالية هو التركيز على محتوى المعلومات مع تجاهل العوامل الاجتماعية للغة. نظهر أن أنظمة NLP الحالية تنهار بشكل منهجي عند مواجهة تفسير العوامل الاجتماعية للغة. يؤدي هذا إلى حدود الطلبات الفرعية من المهام المتعلقة بالمعلومات ويمنع NLP من الوصول إلى أداء المستوى البشري. في الوقت نفسه، تظهر الأنظمة التي تدمج حتى الحد الأدنى من العوامل الاجتماعية بالفعل تحسينات ملحوظة. نقوم بإضفاء الطابع الرسمي على تصنيف سبع عوامل اجتماعية بناء على النظرية اللغوية وإثارة الإخفاقات الحالية والنجاحات الناشئة لكل منها. نقترح أن يتناول مجتمع NLP العوامل الاجتماعية للحصول على أقرب إلى هدف فهم اللغة يشبه الإنسان.
إن الاندمال العظمي هو آلية بيولوجية معقدة تتأثر بالعديد من العوامل الهرمونية و الغذائية و الوعائية و إن مصطلح النظرية البيوميكانيكية الوظيفية للاندمال العظمي هو مفهوم مقترح للمرة الأولى من قبلنا بهدف كشف و دراسة تأثير القوانين الميكانيكية على النسيج العظمي مما يسمح بدراسة استجابتها الميكانيكية ومحاكاتها اعتماداً على قوانين التوازن والحركة ونبيّن أن الاندمال العظمي ليس إلا تأقلماً لآلية التصنيع العظمي الذاتي في الوسط الميكانيكي المحيط، وهي مصطلح أوسع وأشمل وأدق علمياً من مصطلح الضغط الحيوي المعتمد سابقاً والذي يشكل مع المفاهيم الأخرى معايير تقييم فعالية أدوات التثبيت العظمي المستخدمة في معالجة الإصابات الرضية والتقويمية
على مدار العقد الماضي، طورت مجال معالجة اللغة الطبيعية مجموعة واسعة من الأساليب الحسابية لمعرفة الرواية، بما في ذلك تلخيص، استنتاج المنطقي، والكشف عن الحدث.في حين أن هذا العمل قد جلب عدسة تجريبية مهمة لفحص السرد، فهو مطلقات كبيرة من الجسم الكبير من ا لعمل النظري على السرد داخل العلوم الإنسانية والاجتماعية والعلوم المعرفية.في هذه الورقة الموضعية، نقدم الأطر النظرية المهيمنة إلى مجتمع NLP، وتوليد البحوث الحالية في NLP داخل التقاليد السريعة المميزة، وتجادل أن ربط العمل الحسابي في NLP بالنظرية يفتح مجموعة من الأسئلة التجريبية الجديدة التي من شأنها أن تساعد كلاهما في التقدم لدينافهم السرد وفتح تطبيقات عملية جديدة.
لقد جاء الكثير من التقدم المحرز في NLP المعاصر من تمثيلات التعلم، مثل Embeddings Manked Language Model (MLM)، يتحول إلى مشاكل تحديا في مهام التصنيف البسيطة. ولكن كيف يمكننا تحديد وتفسير هذا التأثير؟ نحن نتكيف مع أدوات عامة من نظرية التعلم الحاسوبية ل تناسب الخصائص المحددة لمجموعات البيانات النصية وتقديم طريقة لتقييم التوافق بين التمثيلات والمهام. على الرغم من أن العديد من المهام يمكن حلها بسهولة مع تمثيلات بسيطة من الكلمات (القوس)، فإن القوس لا ضعيف على مهام الاستدلال باللغة الطبيعية الثابت. لأحد هذه المهمة، نجد أن القوس لا يستطيع التمييز بين اللقطات الحقيقية والعشوائية، في حين تظهر تمثيلات الامتيازات المدربة مسبقا تمييزا أكبر بنسبة 72x بين وضع علامات حقيقية وعشوائية من القوس. توفر هذه الطريقة مقياسا معايرة وكمية لصعوبة مهمة NLP القائمة على التصنيف، مما يتيح المقارنات بين التمثيلات دون الحاجة إلى تقييمات تجريبية قد تكون حساسة للتهيئة والفظايات. توفر الطريقة منظورا جديدا على الأنماط الموجودة في مجموعة بيانات ومحاذاة تلك الأنماط مع ملصقات محددة.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا