Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userSome Aspects of Akkadian Grammar
قواعد في اللغة الأكادية
1340
1 18
0
(
0
)
Authors
أحمد شحود( باحث )
Created by
Shamra Editor
Ask ChatGPT about the research
عُرفت اللغة الأكادية في منطقة بلاد ما بين النهرين في نهاية الألف الثالث و بداية الألف الثاني قبل الميلاد, و هي إحدى لغات الأسرة السامية و برزت بوصفها عاملاً مهماً في المنطقة. و قد انطوت هذه اللغة تحت لهجاتٍ عدة هي: البابلية القديمة و البابلية الوسيطة و البابلية الحديثة و البابلية المتأخرة و البابلية النموذجية و الآشورية القديمة و الآشورية الوسيطة و الآشورية الحديثة. و كُتبت معظم نصوص هذه اللغة بمِرْقَم قصبي على ألواحٍ طينيةٍ, و نظامها الإشاراتي كان إرثاً سومرياً. و اعتمدت قواعد لغويةً مشابهةً للغة العربية من حيث استخدامها للأسماء و الأفعال و الضمائر و الأوزان. كما تخصصت اللغة الأكادية في تحديد الجنس لغوياً مذكراً و مؤنثاً و في تحديد حالات الرفع و النصب و الجر و المفرد و التثنية و الجمع.
The Akkadian Langauge had flourished in Mesopotamia at the end of the third millennium and beginning of the second millennium BC. It is needless to say that it belongs to the Semitic Family, and had appeared as a remarkable factor in the area. It consisted of many dialects such as: the ancient Babylonian, the Mid-Babylonian, the Modern Babylonian, the Late Babylonian, the Typical Babylonian, the Ancient Assyrian, the Mid-Assyrian and the Modern Assyrian. It had been inscribed by a wooden tool on clay tablets, and its sign system had been a Sumerian Heritage. It had adopted linguistic rules very similar to those of the Arabic Language, regarding the use of nouns, verbs, pronouns, and meters. However, the Akkadian had specialized in identifying the gender, linguistically speaking, masculine or feminine, and in identifying the case of verbal, nominal, genitive, dual and the plural.
Artificial intelligence review:
Research summary
تتناول هذه الدراسة اللغة الأكادية التي ظهرت في منطقة بلاد ما بين النهرين في نهاية الألف الثاني قبل الميلاد. تُعد الأكادية إحدى لغات الأسرة السامية وتحتوي على عدة لهجات منها البابلية القديمة والوسيطة والحديثة والآشورية القديمة والوسيطة والحديثة. كُتبت معظم النصوص الأكادية باستخدام قلم قصبي على ألواح طينية، وكان نظامها الكتابي مستمدًا من السومريين. تتشابه قواعد اللغة الأكادية مع اللغة العربية في استخدام الأسماء والأفعال والضمائر والأوزان، كما أنها تخصصت في تحديد الجنس لغويًا وفي تحديد حالات الرفع والنصب والجر والمفرد والتثنية والجمع. تهدف الدراسة إلى التعريف باللغة الأكادية وأصولها وانتشارها واستخداماتها النحوية والصرفية. اعتمدت الدراسة على المنهج الاستقرائي وتحليل النصوص المسمارية وفهم خصائصها الصوتية والنحوية. تُظهر الدراسة أهمية اللغة الأكادية في التدوين والتواصل في الحضارات القديمة، وتوضح التشابهات بينها وبين اللغة العربية في العديد من الجوانب اللغوية والنحوية.
Critical review
دراسة نقدية: على الرغم من أن الدراسة تقدم نظرة شاملة ومفصلة حول اللغة الأكادية، إلا أنها قد تفتقر إلى بعض التحليل النقدي العميق حول تأثير اللغة الأكادية على اللغات الأخرى في المنطقة. كما أن الدراسة تعتمد بشكل كبير على المصادر التقليدية دون تقديم تحليل جديد أو مقارنات مع اللغات السامية الأخرى بشكل موسع. كان من الممكن أن تكون الدراسة أكثر ثراءً إذا تضمنت تحليلات لغوية مقارنة مع اللغات السامية الأخرى مثل العبرية والأرامية. بالإضافة إلى ذلك، قد تكون الدراسة أكثر فائدة إذا تضمنت أمثلة عملية أكثر من النصوص الأكادية لتوضيح النقاط النظرية بشكل أفضل.
Questions related to the research
-
ما هي اللهجات المختلفة للغة الأكادية؟
تتضمن اللهجات الأكادية: البابلية القديمة، البابلية الوسيطة، البابلية الحديثة، البابلية المتأخرة، البابلية النموذجية، الآشورية القديمة، الآشورية الوسيطة، والآشورية الحديثة.
-
كيف كانت تُكتب النصوص الأكادية؟
كانت النصوص الأكادية تُكتب باستخدام قلم قصبي على ألواح طينية، وكان نظامها الكتابي مستمدًا من السومريين.
-
ما هي أوجه التشابه بين قواعد اللغة الأكادية واللغة العربية؟
تتشابه قواعد اللغة الأكادية مع اللغة العربية في استخدام الأسماء والأفعال والضمائر والأوزان، كما أنها تخصصت في تحديد الجنس لغويًا وفي تحديد حالات الرفع والنصب والجر والمفرد والتثنية والجمع.
-
ما هي أهمية دراسة اللغة الأكادية؟
تكمن أهمية دراسة اللغة الأكادية في التعرف على لغة قديمة استخدمت في التدوين والتواصل في الحضارات القديمة، وتوضيح التشابهات بينها وبين اللغة العربية مما يساعد في تأصيل قواعد اللغة العربية وفهم تطورها.
References used
الجبوري, علي ياسين, قاموس اللغة الأكادية-العربية, أبو ظبي-الإمارات العربية المتحدة,2010, 13.
بهنسي, عفيف, وثائق ايبلا, دمشق, 1984, 23.
STEINKELLER, P. BSA 8, “Bulletin on Sumerain Agriculture”, Cambridge, 1995, 49-70
rate research
Read More
We introduce a method for generating error-correction rules for grammar pattern errors in a given annotated learner corpus. In our approach, annotated edits in the learner corpus are converted into edit rules for correcting common writing errors. The
method involves automatic extraction of grammar patterns, and automatic alignment of the erroneous patterns and correct patterns. At run-time, grammar patterns are extracted from the grammatically correct sentences, and correction rules are retrieved by aligning the extracted grammar patterns with the erroneous patterns. Using the proposed method, we generate 1,499 high-quality correction rules related to 232 headwords. The method can be used to assist ESL students in avoiding grammatical errors, and aid teachers in correcting students' essays. Additionally, the method can be used in the compilation of collocation error dictionaries and the construction of grammar error correction systems.
Machine translation usually relies on parallel corpora to provide parallel signals for training. The advent of unsupervised machine translation has brought machine translation away from this reliance, though performance still lags behind traditional
supervised machine translation. In unsupervised machine translation, the model seeks symmetric language similarities as a source of weak parallel signal to achieve translation. Chomsky's Universal Grammar theory postulates that grammar is an innate form of knowledge to humans and is governed by universal principles and constraints. Therefore, in this paper, we seek to leverage such shared grammar clues to provide more explicit language parallel signals to enhance the training of unsupervised machine translation models. Through experiments on multiple typical language pairs, we demonstrate the effectiveness of our proposed approaches.
Modern approaches to Constituency Parsing are mono-lingual supervised approaches which require large amount of labelled data to be trained on, thus limiting their utility to only a handful of high-resource languages. To address this issue of data-spa
rsity for low-resource languages we propose Universal Recurrent Neural Network Grammars (UniRNNG) which is a multi-lingual variant of the popular Recurrent Neural Network Grammars (RNNG) model for constituency parsing. UniRNNG involves Cross-lingual Transfer Learning for Constituency Parsing task. The architecture of UniRNNG is inspired by Principle and Parameter theory proposed by Noam Chomsky. UniRNNG utilises the linguistic typology knowledge available as feature-values within WALS database, to generalize over multiple languages. Once trained on sufficiently diverse polyglot corpus UniRNNG can be applied to any natural language thus making it Language-agnostic constituency parser. Experiments reveal that our proposed UniRNNG outperform state-of-the-art baseline approaches for most of the target languages, for which these are tested.
We tackle the problem of self-training networks for NLU in low-resource environment---few labeled data and lots of unlabeled data. The effectiveness of self-training is a result of increasing the amount of training data while training. Yet it becomes
less effective in low-resource settings due to unreliable labels predicted by the teacher model on unlabeled data. Rules of grammar, which describe the grammatical structure of data, have been used in NLU for better explainability. We propose to use rules of grammar in self-training as a more reliable pseudo-labeling mechanism, especially when there are few labeled data. We design an effective algorithm that constructs and expands rules of grammar without human involvement. Then we integrate the constructed rules as a pseudo-labeling mechanism into self-training. There are two possible scenarios regarding data distribution: it is unknown or known in prior to training. We empirically demonstrate that our approach substantially outperforms the state-of-the-art methods in three benchmark datasets for both scenarios.
This study aims at investigating the effect of the individualized way
of teaching at the eighth grade students' achievement of the grammar
course
A sample of (125) students was selected and distributed to (62)
students as an experimental group ta
ught by the individualized way of
Learning / work paper and groups, and another control group with (63)
students taught by the traditional way. The researcher trained the relevant
teachers and supported them by the needed instructional aids.
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
