was maschinelles Lernen uns über die Bhagavad Gita sagen kann

Maschinelles Lernen und andere Methoden der künstlichen Intelligenz (KI) haben immensen Erfolg bei wissenschaftlichen und technischen Aufgaben wie der Vorhersage, wie sich Proteinmoleküle falten, und der Erkennung von Gesichtern in einer Menschenmenge. Die Anwendung dieser Methoden auf die Geisteswissenschaften muss jedoch noch vollständig erforscht werden.

Was kann uns KI beispielsweise über Philosophie und Religion sagen? Als Ausgangspunkt für eine solche Untersuchung haben wir Deep-Learning-KI-Methoden verwendet Analyse englischer Übersetzungen der Bhagavad Gitaein alter hinduistischer Text, der ursprünglich in Sanskrit geschrieben wurde.

Unter Verwendung eines auf Deep Learning basierenden Sprachmodells namens BERT untersuchten wir Stimmung (Emotionen) und Semantik (Bedeutungen) in den Übersetzungen. Trotz großer Unterschiede im Vokabular und in der Satzstruktur stellten wir fest, dass die Emotions- und Bedeutungsmuster bei allen dreien weitgehend ähnlich waren.

Diese Forschung eröffnet einen Weg für den Einsatz von KI-basierten Technologien zum Vergleichen von Übersetzungen und Überprüfen von Stimmungen in einer Vielzahl von Texten.

Ein altes Weisheitsbuch

Tee Bhagavad Gita ist einer der zentralen hinduistischen heiligen und philosophischen Texte. Vor mehr als 2.000 Jahren geschrieben, wurde es in mehr als 100 Sprachen übersetzt und ist seit dem 18. Jahrhundert für westliche Philosophen von Interesse.

Das Gedicht mit 700 Versen ist ein Teil des größeren Mahabharata Epos, das die Ereignisse eines erzählt alter Krieg Es wird angenommen, dass es in Kurukshetra in der Nähe des heutigen Delhi in Indien aufgetreten ist.



Weiterlesen:
Die indische Philosophie hilft uns, in einer vernetzten Welt klar zu sehen und weise zu handeln


Der Text der Bhagavad Gita erzählt von einem Gespräch zwischen der hinduistischen Gottheit Lord Krishna und einem Prinzen namens Arjuna. Sie diskutieren, ob ein Soldat für Ethik und Pflicht (oder „Dharma“) in den Krieg ziehen sollte, wenn er enge Freunde oder Familie auf der gegnerischen Seite hat.

Der Text war maßgeblich daran beteiligt, die Grundlagen des Hinduismus zu legen. Unter anderem hat hier die Philosophie des Karma (ein spirituelles Prinzip von Ursache und Wirkung) ihren Ursprung.

Gelehrte haben die Bhagavad Gita auch als ein Buch von angesehen PsychologieManagement, Führung und Konfliktlösung.

Unzählige Übersetzungen

Die erste von vielen englischen Übersetzungen der Bhagavad Gita wurde 1785 veröffentlicht.
Wikimedia Commons, CC DURCH

Es gab unzählige englische Übersetzungen der Bhagavad Gita, aber es gibt nicht viel Arbeit, die ihre Qualität bestätigt. Übersetzungen von Liedern und Gedichten brechen nicht nur Rhythmus- und Reimmuster, sondern können auch zum Verlust semantischer Informationen führen.

In unserer Forschung haben wir Deep-Learning-Sprachmodelle verwendet, um drei ausgewählte Übersetzungen der Bhagavad Gita (vom Sanskrit ins Englische) mit semantischen und Stimmungsanalysen zu analysieren, die bei der Bewertung der Übersetzungsqualität helfen.

Wir haben ein vortrainiertes Sprachmodell verwendet, das als bekannt ist Bert, entwickelt von Google. Wir haben das Modell weiter optimiert, indem wir einen von Menschen gekennzeichneten Trainingsdatensatz basierend auf Twitter-Posts verwendet haben, der 10 verschiedene Stimmungen erfasst.

Diese Gefühle (optimistisch, dankbar, empathisch, pessimistisch, ängstlich, traurig, genervt, Verleugnung, Überraschung und Scherz) wurden aus unserer früheren Forschung übernommen Social-Media-Stimmung während des Ausbruchs der COVID-19-Pandemie.

Ein schematisches Diagramm, das zeigt, wie die KI-Analyse funktioniert.
Chandra, Autor bereitgestellt

Gefühlsmuster

Die drei von uns untersuchten Übersetzungen verwendeten ein sehr unterschiedliches Vokabular und eine sehr unterschiedliche Syntax, aber das Sprachmodell erkannte ähnliche Stimmungen in den verschiedenen Kapiteln der jeweiligen Übersetzungen. Nach unserem Modell werden optimistische, verärgerte und überraschte Gefühle am häufigsten ausgedrückt.

Stimmungen, die von unserem Sprachmodell für verschiedene Übersetzungen der Bhagavad Gita erfasst wurden.
Chandra und Kulkarni, Autor bereitgestellt

Darüber hinaus zeigte das Modell, wie sich die allgemeine Stimmungspolarität (von negativ zu positiv) im Verlauf des Gesprächs zwischen Arjuna und Lord Krishna ändert.

Arjuna ist anfangs pessimistisch und wird optimistisch, als Lord Krisha ihm Kenntnisse der hinduistischen Philosophie vermittelt. Die von Krishna zum Ausdruck gebrachten Gefühle zeigen, dass ein aufgewühlter Geist mit philosophischem Wissen über Dharma und Mentoring Klarheit erlangen kann, um in Konfliktzeiten die richtigen Entscheidungen zu treffen.

Eine Einschränkung unseres Modells besteht darin, dass es mit Daten von Twitter trainiert wurde, sodass „Scherz“ als allgemeine Stimmung erkannt wird. Es wendet dieses Etikett unangemessen auf einige Teile der Bhagavad Gita an. Humor ist kompliziert und stark kulturell eingeschränkt, und es zu verstehen, ist zu viel verlangt von unserem Modell in diesem Stadium.

Aufgrund der Natur der Sanskrit-Sprache, der Tatsache, dass die Bhagavad Gita ein Lied mit Rhythmus und Reim ist, und der unterschiedlichen Daten der Übersetzungen verwendeten verschiedene Übersetzer unterschiedliche Vokabeln, um dieselben Konzepte zu beschreiben.

Die folgende Tabelle zeigt einige der semantisch ähnlichsten Verse aus den drei Übersetzungen.

Einsatzmöglichkeiten der Stimmungsanalyse

Unsere Forschung weist den Weg zum Einsatz von KI-basierten Technologien zum Vergleichen von Übersetzungen und Überprüfen von Stimmungen in einer Vielzahl von Texten.

Diese Technologie kann auch erweitert werden, um Gefühle zu überprüfen, die in Unterhaltungsmedien ausgedrückt werden. Eine weitere potenzielle Anwendung ist die Analyse von Filmen und Liedern, um Eltern und Behörden Einblicke in die Eignung von Inhalten für Kinder zu geben.


Der Autor möchte den unschätzbaren Beitrag von Venkatesh Kulkarni zu dieser Forschung anerkennen.

Leave a Comment

Your email address will not be published.