Proto-truth, bu tədqiqatda cümlədə istifadə olunan iki anlayış arasındakı semantik əlaqənin, anlayışların ontologiya ağacındakı mövqelərinə baxılaraq təbii dilə çevrilməzdən əvvəl “doğru”, “şərti” və ya “yanlış” kimi təsnif edilməsidir. Daniel P. Spiegel və Romain Bachy tərəfindən hazırlanmış MATLAB alətlər qutusu bu məntiqdən istifadə edərək oxu sürətinin ölçülməsi üçün minlərlə unikal və avtomatik yoxlana bilən cümlə yaradır.

Tədqiqatın çıxış nöqtəsi MNREAD kimi standart oxu cədvəllərinin təkrar testlərdə məhdud cümlə sayı səbəbindən əzbərləmə effekti yarada bilməsi və ucadan oxu üsullarının vizual məlumat emalı sürətinə nitq-motor proseslərini qarışdıra bilməsidir. Alətlər qutusu bu problemləri azaltmaq üçün səssiz oxu və True/False qərarına əsaslanan ölçmə paradiqmasını dəstəkləyir.

Sistem Perrin, Paillé və Baccino-nun 2014-cü il semantik ontologiya yanaşmasını ingilis dilinə uyğunlaşdırır. Bundan əlavə, Glasgow Norms istifadə edilərək familiarity, concreteness və valence dəyişənlərinə görə söz hovuzu filtrlənir; ingilis dilinə xas sayıla bilməyən isimlər, qeyri-müntəzəm cəmlər, omonimlər və real dünya biliklərindən yaranan çarpaz kateqoriya qeyri-müəyyənlikləri üçün əlavə təhlükəsizlik mexanizmləri tətbiq olunur.

Alətlər qutusunun digər mühüm yeniliyi yalnız minimum həddən istifadə edən filtrləmə əvəzinə yuxarı və aşağı sərhədlər müəyyən edən band-pass psixolinqvistik filtrləmədir. Bunun sayəsində asan, orta və çətin cümlə qrupları yaradıla bilir və sistem yalnız maksimum oxu sürətinin ölçülməsində deyil, idarə olunan koqnitiv yük təcrübələrində də istifadə oluna bilir.

Niyə yeni oxu sürəti ölçmə alətinə ehtiyac var?

Oxu sürəti görmə elmi, klinik oftalmologiya və eksperimental psixologiyada mühüm performans göstəricisidir.

Lakin klassik çap olunmuş oxu cədvəllərində iki əsas problem mövcuddur.

• Məhdud cümlə sayı təkrar testlərdə əzbərləmə effektinə səbəb ola bilər.
• Ucadan oxu vizual oxu sürətinə əlavə olaraq nitq və motor planlaşdırma proseslərini də ölçür.

Buna görə ölçülən performans yalnız vizual və ya koqnitiv oxu qabiliyyətini təmsil etməyə bilər.

Bu MATLAB Alətlər Qutusu Ənənəvi Oxu Cədvəllərindən Necə Fərqlənir?

Alətlər qutusu sabit bir cümlə siyahısından istifadə etmək əvəzinə semantik ontologiya və məntiqi qaydalar vasitəsilə davamlı olaraq yeni cümlələr yaradır; həmçinin doğru/yanlış qərarına əsaslanan səssiz oxu paradiqması ilə nitq-motor performansının ölçməyə qarışmasını azaltmağı hədəfləyir.

Crossland yanaşmasından Perrin yanaşmasına

Crossland, Legge və Dakin 2008-ci ildə kəmiyyət bildiricisini, obyekti və xüsusiyyətləri təsadüfi birləşdirərək avtomatik cümlə yaratma yanaşması hazırlamışdılar.

Bu sistem çox sayda cümlə yaratmaq baxımından üstün olsa da, bəzi kombinasiyalar semantik cəhətdən qeyri-müəyyən ola bilirdi.

Perrin, Paillé və Baccino 2014-cü ildə bu problemi semantik ontologiya ilə həll etməyə çalışdılar. Anlayışlar ağac strukturu daxilində yerləşdirildi və anlayışlar arasındakı əlaqə sistem tərəfindən birbaşa ontoloji mövqedən çıxarıldı.

Ontologiya bilik xəritəsi kimi necə işləyir?

Sistem anlayışları aşağıdakı kimi köklü ağacda təmsil edir:

\[ O=(N,E,r) \]

Burada:

• \(N\), düyünləri,
• \(E\), düyünlər arasındakı əlaqələri,
• \(r\), kök düyünü

təmsil edir.

Düyünlər iki əsas qrupa ayrılır:

• Classes: animal, fruit, tool kimi geniş kateqoriyalar,
• Entities: dog, apple, hammer kimi konkret obyektlər.

Məsələn, “dog” düyünü “mammal” düyününün; “mammal” isə “animal” düyününün altındadırsa, sistem dog ilə animal arasındakı taksonomik əlaqəni avtomatik olaraq bilir.

Proto-Truth Necə Hesablanır?

Proto-truth iki anlayışın ontologiya ağacındakı iyerarxik əlaqəsinə görə müəyyən edilir: birinci anlayış ikinci anlayışın alt düyünüdürsə True, əlaqə tərs istiqamətdədirsə Contingent, birbaşa nəsil əlaqəsi yoxdursa False kimi təsnif edilir.

Üç proto-truth vəziyyəti

Quantifier istifadəsi

Sistem cümlə yaradarkən üç kəmiyyət bildiricisindən istifadə edir:

• All
• Some
• No

Proto-truth dəyəri daha sonra quantifier ilə birlikdə qiymətləndirilərək yekun True/False cümlə dəyəri yaradılır.

Məsələn, proto-false bir dog–fruit cütü “No” ilə birləşdirildikdə “No dogs are fruits” şəklində doğru ifadə yarada bilər.

Niyə bəzi məntiqi cəhətdən doğru cümlələr qadağan edilir?

Tədqiqat xüsusilə “Some + Proto-True” kombinasiyasını qadağan edir.

Məsələn:

Some dogs are animals.

Məntiqi cəhətdən doğrudur; lakin praqmatik baxımdan bəzi itlərin heyvan olmadığı təəssüratını verə bilər.

Belə Gricean implicature təsirlərinin oxucuda lazımsız qarışıqlıq yaratmaması üçün kombinasiya tamamilə istisna edilir.

Etibarlı kombinasiyalar həmçinin True və False cümlələrin ehtimalını tam olaraq 0,5 səviyyəsində saxlayacaq şəkildə çəkiləndirilir.

Sistem Niyə True və False Cümlələri %50–%50 Yaradır?

Balanslaşdırılmış True/False paylanması iştirakçının cavab strategiyasını tək bir kateqoriyaya yönəltməsinin qarşısını almaq və oxu tapşırığının qərar strukturunu balanslı saxlamaq üçün istifadə olunur; mənbədə etibarlı cümlə kombinasiyaları bu paylanmanı tam 0,5 ehtimalda saxlayacaq şəkildə çəkiləndirilir.

Glasgow Norms ilə psixolinqvistik filtrləmə

İngilis söz hovuzu 5.554 sözdən ibarət Glasgow Norms verilənlər dəsti üzərindən filtrlənir.

Üç əsas ölçü istifadə olunur:

Familiarity niyə nəzarətdə saxlanılır?

Tanışlıq oxu sürətinin nadir sözlərin yaddaşdan çağırılması prosesindən təsirlənməsini azaltmaq üçün istifadə olunur.

Yüksək familiarity dəyərinə malik sözlər adətən daha tez-tez rast gəlinən və daha sürətli emal olunan sözlərdir.

Concreteness niyə vacibdir?

Paivio-nun Dual Coding Theory yanaşmasına görə konkret anlayışlar həm verbal, həm də təsviri sistemləri aktivləşdirə bilər.

Buna görə konkret sözlər adətən abstrakt sözlərə nisbətən daha sürətli emal oluna bilər.

Valence niyə filtrlənir?

Mənfi məzmun diqqəti daha güclü cəlb edə və emal müddətini dəyişə bilər.

Standart ölçmədə bu emosional təsiri azaltmaq üçün neytral və ya müsbət sözlərə üstünlük verilir.

Band-Pass Psixolinqvistik Filtrləmə Nədir?

Band-pass filtrləmə yalnız minimum familiarity, concreteness və ya valence həddi müəyyən etmək əvəzinə aşağı və yuxarı sərhədlər təyin edərək müəyyən psixolinqvistik çətinlik aralıqlarını təcrid etməkdir; beləliklə asan sözlərin bütün paylanmaya hakim olmasının qarşısı alına və idarə olunan çətinlik səviyyələri yaradıla bilər.

Üç standart çətinlik səviyyəsi

Medium ayarı Perrin və həmkarlarının orijinal meyarlarına uyğun gəlir.

Hard rejimi isə daha az tanış, daha abstrakt və daha aşağı valence-a malik sözləri xüsusi olaraq seçərək koqnitiv yük yaratmağı hədəfləyir.

Omonimlərin çıxarılması

“Bank” və ya “arm” kimi birdən çox aydın mənaya malik sözlər semantik qeyri-müəyyənlik yarada biləcəyindən aktiv söz hovuzundan çıxarılır.

Glasgow Norms daxilində mötərizəli məna ayrımı olan qeydlər avtomatik olaraq kənarlaşdırılır.

İngilis dili üçün edilən struktur dəyişiklikləri

Mövcud ontologiya 97 entity və 23 class istifadə edir.

İngilis dilinə uyğunlaşdırma zamanı bəzi mühüm morfoloji problemlərin həll edilməsi tələb olunmuşdur.

Sayıla bilməyən isimlərin çıxarılması

Cümlə şablonları cəm isimlərdən istifadə etdiyinə görə mass noun xarakterli sözlər problem yaratmışdır.

Mənbə aşağıdakı nümunələri aktiv hovuzdan çıxarır:

• beef,
• pork,
• bacon,
• ham,
• rice,
• wheat,
• oats,
• milk,
• butter,
• honey,
• corn.

Həmçinin “scissors” tək forması olmayan plurale tantum isim olduğu üçün çıxarılmışdır.

Sinif adlarının dəyişdirilməsi

“Clothing” sinfi garment, “furniture” sinfi isə furnishing olaraq dəyişdirilmişdir.

Məqsəd cəm cümlə şablonlarında qrammatik baxımdan təbii ifadələr yaratmaqdır.

Qeyri-müntəzəm cəmlər

Alətlər qutusu 38 qeyddən ibarət irregular plural lookup table istifadə edir.

Bu struktur:

• aircraft,
• watercraft,
• bus → buses

kimi standart regex qaydalarının problem yarada biləcəyi formaları təhlükəsiz şəkildə emal edir.

Animal–Food Çarpaz Budaq Qeyri-Müəyyənliyi Niyə Xüsusi Olaraq Filtrlənir?

Ontologiya ağacında animal və food fərqli budaqlarda olduğuna görə sistem, məsələn, chicken–food cütünü False kimi təsnif edə bilər; lakin real dünyada toyuq eyni zamanda qidadır. Buna görə alətlər qutusu ontoloji baxımdan yanlış, amma real dünyada doğru ola biləcək heyvan–qida cütlərini xüsusi çarpaz budaq filtri ilə xaric edir.

Cross-branch ambiguity problemi

Ontoloji struktur kateqoriyaları bir-birindən ayırarkən real dünya anlayışları bəzən birdən çox funksiya daşıya bilər.

Məsələn, “animal” və “food” fərqli budaqlardır; lakin bəzi heyvanlar qida kimi istehlak oluna bilər.

Bu halda:

Some frogs are foods.

və ya

A chicken is not a food.

kimi cümlələr ontoloji məntiqə görə bir dəyər alsa da real dünya baxımından mübahisəli hala gəlir.

isAmbiguousCrossBranch filtri bu cütləri avtomatik kənarlaşdıraraq False cümlələrin real semantik ayrışmaya əsaslanmasını təmin edir.

Semantik məsafə manipulyasiyası

Alətlər qutusu yalnız cümlə yaratmır, həm də ontologiya ağacındakı düyünlər arasındakı kənar sayından istifadə edərək semantik məsafəni idarə edə bilir.

Bu xüsusiyyət koqnitiv çətinlik yaratmaq üçün istifadə oluna bilər.

Semantik müdaxilə

Bir-birinə yaxın, lakin fərqli qardaş kateqoriyalardan False cümlələr yaradıla bilər:

A dog is a cat.

Dog və cat eyni üst kateqoriya altında olduğuna görə doğrulama dog–fruit kimi uzaq cütlərə nisbətən daha çox semantik müdaxilə yarada bilər.

Taksonomik dəqiqlik

True cümlələrdə də məsafə dəyişdirilə bilər.

A dog is an animal.

daha geniş kateqoriya biliklərindən istifadə edərkən:

A dog is a mammal.

daha dəqiq taksonomik bilik tələb edir.

Bu Alətlər Qutusu Yalnız Maksimum Oxu Sürətini Ölçə Bilər?

Xeyr. Band-pass filtrləmə və semantik məsafə nəzarəti sayəsində sistem nadir söz emalı, abstrakt dil emalı, emosional müdaxilə və semantik konflikt kimi müəyyən koqnitiv prosesləri çətinləşdirən eksperimental “stress test” cümlələri də yarada bilər.

Genişləndirilmiş eksperimental istifadə

Mənbə üç nümunə verir:

• Familiarity azaldılaraq nadir sözlərlə lexical retrieval yükü artırıla bilər.
• Concreteness azaldılaraq abstrakt sözlərlə verbal emal sınaqdan keçirilə bilər.
• Valence tərs filtrlənərək mənfi sözlərlə affective interference araşdırıla bilər.

Tədqiqatın Metodu və Nəticələri

Metodoloji struktur

Tədqiqat yeni klinik təcrübədən çox proqram təminatı və metod inkişaf etdirmə məqaləsidir.

Əsas komponentlər bunlardır:

1. Semantik ontologiyanın qurulması,
2. proto-truth hesablanması,
3. quantifier əsaslı True/False mapping,
4. Glasgow Norms filtrlənməsi,
5. İngilis morfologiyası və cəm qaydaları,
6. cross-branch ambiguity filtering,
7. band-pass difficulty control,
8. semantic distance manipulation.

Orijinal metodun doğrulanması

Mənbə Perrin və həmkarlarının 2014-cü ildə fransız korpusu üzərində apardığı doğrulamanı təqdim edir.

Orijinal tədqiqat:

• \(N=41\) iştirakçıdan istifadə etmişdir,
• True/False səssiz oxu tapşırığı ilə ənənəvi oral MNREAD arasında
• \(r=0.836\), \(p<0.001\)

səviyyəsində güclü korrelyasiya bildirmişdir.

Həmçinin True/False doğrulama metodunun oral oxu ilə statistik baxımdan ekvivalent nəticələr verdiyi bildirilir.

İngilis MATLAB Versiyası Psixometrik Olararaq Doğrulanıbmı?

Hələ yox. Fransız dilindəki orijinal Perrin metodu əvvəllər doğrulanmış olsa da, bu məqalədə təqdim olunan ingilis MATLAB implementasiyası English MNREAD və ya IReST kimi qəbul olunmuş ingilis testləri ilə formal psixometrik validasiyanı hələ tamamlamayıb.

Bu fərq niyə kritikdir?

Fransız metodunun uğurlu olması ingilis dilinə köçürmənin avtomatik olaraq eyni psixometrik xüsusiyyətlərə malik olduğunu sübut etmir.

Dillər arasında:

• söz tezliyi,
• morfologiya,
• psixolinqvistik normalar,
• oxu davranışı

fərqlənə bilər.

Müəlliflər buna görə alətlər qutusunu tamamlanmış açıq mənbəli proqram kimi təqdim edir, ingilis dilində formal validasiyanın isə elmi ictimaiyyət tərəfindən həyata keçirilməsini gözləyirlər.

Tədqiqatın dəstəklədiyi nəticələr

• Semantik ontologiyadan istifadə etməklə avtomatik True/False cümlə yaradılması mümkündür.
• İngilis morfologiyası və söz sinifləri üçün xüsusi uyğunlaşdırmalar tələb olunur.
• Band-pass filtrləmə idarə olunan psixolinqvistik çətinlik zolaqları yarada bilər.
• Cross-branch ambiguity filtering real dünya bilikləri ilə ontologiya konfliktlərini azalda bilər.
• Semantik məsafə koqnitiv çətinliyi manipulyasiya etmək üçün istifadə oluna bilər.
• Alətlər qutusu təkrar təcrübələrdə praktiki olaraq məhdudsuz müxtəliflik təqdim etməyi hədəfləyir.

Tədqiqatın dəstəkləmədiyi nəticələr

• İngilis alətlər qutusunun hələ klinik qızıl standart olduğu göstərilməyib.
• English MNREAD və ya IReST ilə formal validasiya tamamlanmayıb.
• Fransız dilindəki N=41 doğrulama nəticəsi birbaşa ingilis implementasiyasının nəticəsi deyil.
• Hard rejimin müəyyən klinik pozuntunu diaqnostik olaraq ayırdığı göstərilməyib.
• Band-pass filtrlərinin klinik hədd dəyərləri olduğu irəli sürülmür.

Bu Alətlər Qutusunun Ən Böyük Elmi Üstünlüyü Nədir?

Ən böyük üstünlüyü semantik olaraq nəzarət edilən və doğru/yanlış dəyəri avtomatik məlum olan çox sayda unikal cümlə yaradarkən söz çətinliyini, semantik məsafəni və emosional xüsusiyyətləri parametrik şəkildə idarə edə bilməsidir; beləliklə həm təkrar testlərdə əzbərləmə effektini azalda, həm də fərqli koqnitiv yük şəraitləri yarada bilər.

Metodoloji məhdudiyyətlər

Birinci məhdudiyyət ingilis implementasiyasının hələ formal psixometrik validasiyasının olmamasıdır.

İkincisi, mövcud ontologiya 97 entity və 23 class ilə məhdudlaşır; buna görə “sonsuz” variasiya kombinatorik mənada geniş olsa da, konseptual aləm tamamilə sərhədsiz deyil.

Üçüncüsü, semantic distance ilə koqnitiv çətinlik arasında nə dərəcədə xətti əlaqə olduğu bu tədqiqatda empirik olaraq ölçülməyib.

Dördüncüsü, Hard preset daxilindəki aşağı valence və aşağı concreteness kombinasiyalarının fərqli iştirakçı qruplarında eyni koqnitiv yük yaradacağı doğrulanmayıb.

Mənbə və Metod Qeydi

Özgün başlıq:A MATLAB Toolbox for Standardized Reading Speed Assessment: Implementing and Extending the Perrin Sentence Generator for English Corpora

Müəlliflər: Daniel P. Spiegel, Romain Bachy.

Qurum: Meta Reality Labs, 9805 Willows Rd, Redmond, WA 98052, USA.

arXiv: 2606.06297v1 [cs.HC].

Tarix: 4 iyun 2026.

Mənbə növü: Açıq mənbəli MATLAB proqram təminatı və metod inkişaf etdirmə məqaləsi.

Əsas məlumat mənbəyi: Glasgow Norms, 5.554 söz; CC BY 4.0.

Əsas metod: Köklü semantik ontologiya, proto-truth təsnifatı, quantifier əsaslı truth mapping, psycholinguistic band-pass filtering, ingilis morfoloji təhlükəsizlik yoxlamaları və semantic-distance manipulation.

Validasiya vəziyyəti: Perrin və həmkarlarının fransız dilindəki orijinal yanaşması N=41 ilə doğrulanmış və səssiz True/False tapşırığı ilə oral MNREAD arasında \(r=0.836,\ p<0.001\) korrelyasiya bildirilmişdir. Bu məqalədəki ingilis MATLAB implementasiyası isə hələ English MNREAD və ya IReST ilə formal psixometrik doğrulamanı gözləyir.

Lisenziya qeydi: Alətlər qutusunda istifadə olunan Glasgow Norms üçüncü tərəf verilənlər dəstidir və CC BY 4.0 lisenziyası ilə təqdim olunur; yenidən paylanarkən orijinal lisenziya və müəllif hüquqları məlumatları qorunmalıdır.