Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userالهوية الشخصية
734
0 1
0.0
(
0
)
Added by
موسوعة ستانفورد للفلسفة محاضرة
Publication date
2019
fields
Philosphy
and research's language is
العربية
Created by
Shamra Editor
Ask ChatGPT about the research
حول الهوية الشخصية ومشاكلها واراء علم النفس فيها, نص مترجم للد. اريك اولسون والمنشور على موسوعة ستانفورد للفلسفة. ترجمة ايمان معروف
No English abstract
References used
No references
Artificial intelligence review:
Research summary
تتناول هذه الورقة الفلسفية مفهوم الهوية الشخصية من خلال استعراض مختلف التساؤلات الفلسفية التي تنشأ حول الذات البشرية. تبدأ الورقة بطرح الأسئلة الأساسية مثل: ما أنا؟ متى بدأت؟ وماذا سيحدث لي حين أموت؟ وتستعرض الآراء الفلسفية المختلفة حول هذه الأسئلة منذ بدايات الفلسفة الغربية. كما تناقش الورقة مفهوم الاستمرارية عبر الزمن، وهو الموضوع الذي حظي بأكبر قدر من الاهتمام في العقود الأخيرة. تشمل الورقة عدة محاور رئيسية مثل مشاكل الهوية الشخصية، وفهم مسألة الاستمرارية، والآراء النفسية حول الاستمرارية، والانشطار، ومشكلة الكثير من المفكرين، والآراء المادية البهيمية. تتناول الورقة أيضاً موضوعات أوسع تتعلق بالهوية الشخصية مثل العلاقة بين الاستمرارية النفسية والجسدية، وتأثير القصص التي نرويها عن أنفسنا على هويتنا. كما تستعرض الورقة الآراء المختلفة حول ما يتطلبه الأمر لاستمرارية شخص ما عبر الزمن، بما في ذلك الاستمرارية النفسية والجسدية، وتقدم نقداً للآراء المختلفة وتطرح تساؤلات حول مدى أهمية الهوية الشخصية وما الذي يجعل شخصاً ما هو نفسه عبر الزمن.
Critical review
تعد هذه الورقة شاملة ومفصلة في تناولها لموضوع الهوية الشخصية، حيث تستعرض مجموعة واسعة من الآراء الفلسفية وتناقشها بعمق. ومع ذلك، يمكن القول إن الورقة قد تكون معقدة بعض الشيء للقارئ العادي بسبب استخدام المصطلحات الفلسفية المتخصصة والتفاصيل الدقيقة. كما أن التركيز الكبير على الفلسفة الغربية قد يجعل الورقة غير شاملة بما يكفي للآراء الفلسفية الشرقية التي تناولت موضوع الهوية الشخصية. كان من الممكن تحسين الورقة من خلال تقديم أمثلة عملية أكثر وضوحاً لتوضيح المفاهيم الفلسفية المعقدة وتبسيط اللغة المستخدمة لجعلها أكثر قابلية للفهم.
Questions related to the research
-
ما هي الأسئلة الرئيسية التي تتناولها الورقة حول الهوية الشخصية؟
تتناول الورقة أسئلة مثل: ما أنا؟ متى بدأت؟ ماذا سيحدث لي حين أموت؟ وما الذي يتطلبه الأمر لاستمرارية شخص ما عبر الزمن؟
-
ما هو الموضوع الذي حظي بأكبر قدر من الاهتمام في العقود الأخيرة وفقاً للورقة؟
الموضوع الذي حظي بأكبر قدر من الاهتمام هو مسألة الاستمرارية عبر الزمن.
-
ما هي الآراء المختلفة حول الاستمرارية التي تناقشها الورقة؟
تناقش الورقة أربعة أنماط رئيسية من الردود على سؤال الاستمرارية: الاستمرارية النفسية، الاستمرارية الجسدية البهيمية، الجمع بين الاستمرارية النفسية والجسدية، والسرد.
-
ما هي الانتقادات التي توجهها الورقة للآراء النفسية حول الاستمرارية؟
تنتقد الورقة الآراء النفسية حول الاستمرارية بأنها تستبعد كوننا كائنات حية، وتطرح تساؤلات حول كيفية معرفة ما إذا كنا أشخاصاً غير حيوانيين يتمتعون بصفات الاستمرارية النفسية أو أشخاصاً حيوانيين يتمتعون بصفات بدنية بهيمية.
rate research
Read More
The goal of this study was to identify the sort of identity and its
relation to some personality traits. The study sample consisted
of 500 students of second secondary school students in
Damascus schools for the academic year 2016-2017. The
researcher used the objective test of the methods of confronting
the identity crisis and the list of five major factors.
This article describes the experiments and systems developed by the SUKI team for the second edition of the Romanian Dialect Identification (RDI) shared task which was organized as part of the 2021 VarDial Evaluation Campaign. We submitted two runs t
o the shared task and our second submission was the overall best submission by a noticeable margin. Our best submission used a character n-gram based naive Bayes classifier with adaptive language models. We describe our experiments on the development set leading to both submissions.
We present the findings and results of theSecond Nuanced Arabic Dialect IdentificationShared Task (NADI 2021). This Shared Taskincludes four subtasks: country-level ModernStandard Arabic (MSA) identification (Subtask1.1), country-level dialect identi
fication (Subtask1.2), province-level MSA identification (Subtask2.1), and province-level sub-dialect identifica-tion (Subtask 2.2). The shared task dataset cov-ers a total of 100 provinces from 21 Arab coun-tries, collected from the Twitter domain. A totalof 53 teams from 23 countries registered to par-ticipate in the tasks, thus reflecting the interestof the community in this area. We received 16submissions for Subtask 1.1 from five teams, 27submissions for Subtask 1.2 from eight teams,12 submissions for Subtask 2.1 from four teams,and 13 Submissions for subtask 2.2 from fourteams.
In recent years, a number of studies have used linear models for personality prediction based on text. In this paper, we empirically analyze and compare the lexical signals captured in such models. We identify lexical cues for each dimension of the M
BTI personality scheme in several different ways, considering different datasets, feature sets, and learning algorithms. We conduct a series of correlation analyses between the resulting MBTI data and explore their connection to other signals, such as for Big-5 traits, emotion, sentiment, age, and gender. The analysis shows intriguing correlation patterns between different personality dimensions and other traits, and also provides evidence for the robustness of the data.
Personalized response generation is essential for more human-like conversations. However, how to model user personalization information with no explicit user persona descriptions or demographics still remains under-investigated. To tackle the data sp
arsity problem and the huge number of users, we utilize tensor factorization to model users' personalization information with their posting histories. Specifically, we introduce the personalized response embedding for all question-user pairs and form them into a three-mode tensor, decomposed by Tucker decomposition. The personalized response embedding is fed to either the decoder of an LSTM-based Seq2Seq model or a transformer language model to help generate more personalized responses. To evaluate how personalized the generated responses are, we further propose a novel ranking-based metric called Per-Hits@k which measures how likely are the generated responses come from the corresponding users. Results on a large-scale conversation dataset show that our proposed tensor factorization based models generate more personalized and higher quality responses compared to baselines.
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
