Title:
Aah and Laa as discourse markers :
evidence from Jordanian Arabic
/ by Maryam Gamal Gouda ; Supervised by Prof.Dr. Mahmoud Abed Al-Khatib. : آه و لأ كأدوات ربط أدلة مستمدة من اللهجة الأردنية
: آه و لأ كأدوات ربط أدلة مستمدة من اللهجة الأردنية : آه و لأ كأدوات ربط أدلة مستمدة من اللهجة الأردنية
Author:
Gouda, Shaymaa Gamal, author.
al-Khatib, Mahmoud Abed, supervisor.
The University of Jordan (Amman, Jordan). School of Foreign Languages. Department of English Language and Literature.
General Notes:
Thesis (M.A in Linguistics)--The University of Jordan (Amman, Jordan), School of Foreign Languages
, Department of English Language and Literature
, 2021.
Includes bibliographical references and index.
This study investigated the behavior of ʔa:h and la:ʔ in Jordanian Arabic (JA) as discourse markers. It aimed to provide solid evidence that ʔa:h and la:ʔ developed a grammaticalized function in JA. It also investigated their discourse-pragmatic functions in natural conversations. The researcher compiled a corpus of 16,250 words of naturally occurring data of JA. The corpus consisted of 22 episodes, randomly collected from Jordan Radio and Television Corporation broadcasts. The analysis was built on Fraser’s (1999) Grammatical-Pragmatic Perspective Approach. All tokens of ʔa:h and la:ʔ were analyzed according to the preceding and following contexts, their position in the utterance, pauses, turn-takings, and their occurrences with other linguistic items. Based on the results, it was proven, using Schoroup’s (1999) characteristic list, that ʔa:h and la:ʔ functioned at the discourse-pragmatic level. They facilitated the communication between the speaker and the listener by providing clues of the speaker’s desired interpretation of his utterance. The results also showed that ʔa:h and la:ʔ served different textual and interpersonal functions. This study highlighted the importance of linguistic and non-linguistic contexts in distinguishing between the instances of ʔa:h and la:ʔ as discourse markers and grammatical particles, and their importance in identifying the discourse-pragmatic functions of ʔa:h and la:ʔ.
كشفت هذه الدراسة عن سلوك آه و لأ كأدوات ربط في اللهجة الأردنية, وكما هدفت لتزويد دليل ثابت بأن آه و لأ عملتا على تطوير وظيفة نحوية في اللهجة الأردنية. تحققت هذه الدارسة أيضا من وظائفهم الخطابية في المحادثات الطبيعية. جمعت الباحثة مجموعة تتكون من 16, 250 كلمة من محادثات في اللهجة الأردنية، وتكونت المجموعة من اثني وعشرون حلقة جمعت بشكل عشوائي من التلفزيون الأردني. وقد أستند التحليل على نهج المنظور النحوي العلمي الذي وضعه فريزر عام 1999. وقد تم تحليل جميع حالات ظهور آه و لأ وفقاً للسياقات السابقة واللاحقة ومكان ظهورهما في الكلام ووقوعهمها مع العناصر اللغوية الأخرى. واستنادا للنتائج، فقد ثبتت باستخدام قائمة شورب 1999 أن آه و لأ أظهرا الفقدان الدلالي وهما يعملان على المستوى الخطابي العملي. ولقد سهلا الاتصال بين المتكلم والمستمع بتقديم أدلة تشير إلى رغبة التفسير للمتكلم لكلامه. وأظهرت النتائج أن آه و لأ تخدمان وظائف مختلفة تتعلق في النصوص والأشخاص. سلطت هذه الدراسة الضوء على أهمية السياقات اللغوية وغير اللغوية في التفريق بين آه ولأ كأدوات ربط وأحرف النحوية وأهميتها في تحديد الوظائف العملية لكل من آه ولأ.
The electronic version is available in theses database \\ University of Jordan.
Includes abstracts in Arabic and English.
Subject:
Arabic language -- Dialects -- Jordan.
Sociolinguistics -- Jordan.
Discourse markers
Pragmatics
Sociolinguistics.
Linguistics
Dissertation Note:
Thesis (M.A in Linguistics)--The University of Jordan (Amman, Jordan), School of Foreign Languages
, Department of English Language and Literature
, 2021.
Physical Description:
1CD-ROM : PDF.
Publication Date:
2021.
Agency:
Collection:
Call No.:
Item Type:
Status:
Copy:
Barcode:
Media Type:
Theses & Disertations
Thesis
417 G688
No Circulation
Available
1
JUF0845006
Compact Disc Read-only Memory
Title:
Animal metaphors in Arabic and English proverbs :
a comparative study
/ by Bara' Yousef Al-Rabee' ; supervised by Prof. Dr. Rajai Rasheed Al-Khanji. : استعارات اسم الحيوان في الأمثال العربية والانجليزية دراسة مقارنة
: استعارات اسم الحيوان في الأمثال العربية والانجليزية دراسة مقارنة : استعارات اسم الحيوان في الأمثال العربية والانجليزية دراسة مقارنة
Author:
Al-Rabee, Bara' Yousef, author.
Al-Khanji, Rajai Rasheed, supervisor.
The University of Jordan (Amman, Jordan). School of Foreign Languages. Department of English Language and Literature.
General Notes:
Thesis (M. A. in Linguistics)--The University of Jordan (Amman, Jordan), School of Foreign Languages
, Department of English Language and Literature
, 2022.
Includes bibliographical references and index.
The present study explored the similarities and differences of animal metaphors in Arabic and English proverbs. Proverbs of both languages were gathered from dictionaries of proverbs. Animals investigated were classified into two main groups: mammals and birds. The mammal group was divided into two sub-groups: the wild animal group which has lion, fox and wolf proverbs, and the domestic animal group which contains cat, dog, donkey/ass, horse, sheep/lamb proverbs. The bird group was used in its generic term. A mixed-method approach was used to analyze the collected data. The qualitative approach was used to explore the meanings conveyed by the proverbs of each animal. To examine the similarities and differences in meanings conveyed by each animal proverb of both languages, meanings were classified into connotations that are common in both languages, connotations that are present in English only, and connotations that are manifested in Arabic only. The quantitative approach was used to explore commonality in both languages regarding the connotations conveyed by each animal name as well as which language uses animals more to convey positive or negative meanings about human beings. The results of the analysis showed that similarities and differences exist between both languages regarding their use of animals to describe people. Some meanings are shared in both languages, while others are peculiar to one language. Moreover, the results of the study showed that both languages are highly similar in their use of animals to describe people whether positively or negatively.
تهدف هذه الدراسة الى الكشف عن أوجه التشابه والاختلاف بين الأمثال العربية والانجليزية فيما يتعلق باستعارة اسم الحيوان، فقد جمعت أمثال كلتا اللغتين من قواميس للأمثال . وقد تم تصنيف الحيوانات في مجموعتين رئيسيتين هما: الثدييات والطيور، وتم تقسيم الثدييات الى مجموعتين فرعيتين: مجموعة الحيوانات البرية أو المفترسة وتتضمن: الأسد، والثعلب، والذئب، والأخرى هي مجموعة الحيوانات الأليفة والتي تحتوي على القط، والكلب، والحمار، والحصان، والغنم/الحمل بينما تم استخدام الطيور بالمصطلح العام. وقد تم استخدام منهج مختلط الأساليب لتحليل البيانات، حيث تم استخدام المنهج النوعي للكشف عن المعاني التي يتضمنها كل حيوان، وللكشف عن أوجه التشابه والاختلاف بين اللغتين فيما يتعلق بهذه المعاني، فقد تم تصنيفها الى معاني مشتركة بين اللغتين، ومعاني ظاهرة باللغة الانجليزية فقط، ومعاني ظاهرة باللغة العربية فقط، وللكشف عن اللغة التي تستخدم هذه الحيوانات أكثر بشكل سلبي أو ايجابي لوصف الانسان بالاضافة الى التشابه بين اللغتين في استخدام هذه المعاني فقد تم استخدام المنهج الكمي. أظهرت النتائج وجود أوجه تشابه واختلاف بين اللغتين فيما يتعلق باستخدامهما للحيوانات لوصف الناس، وهذا يعني أن بعض المعاني مشتركة بين اللغتين بينما بعضها يظهر في لغة واحدة دون الأخرى، علاوة على ذلك، أظهرت النتائج أن اللغتين متشابهتين باستخدامهما للحيوانات لوصف الناس سواء بشكل ايجابي أو سلبي.
The electronic version is available in theses database \\ University of Jordan.
Includes abstracts in Arabic and English.
Subject:
Linguistics
Proverbs, English
Proverbs, Arabic.
Sociolinguistics -- Jordan.
Linguistics
Metaphor
Translating and interpreting -- Arabic language
Dissertation Note:
Thesis (M. A. in Linguistics)--The University of Jordan (Amman, Jordan), School of Foreign Languages
, Department of English Language and Literature
, 2022.
Physical Description:
CD-ROM1 : PDF.
Publication Date:
2022.
Title:
Cyberbullying detection in Arabic tweets : corpus construction and system development / by Fatima Barakat Al Shannag ; Supervised by Prof.Dr. Bassam Hasan Hammo, Prof.Dr. Hossam Omar Faris.
الكشف عن التنمر الالكتروني في التغريدات العربية : بناء الذخيرة اللغوية للتنمر الالكتروني وتطوير النظام
الكشف عن التنمر الالكتروني في التغريدات العربية : بناء الذخيرة اللغوية للتنمر الالكتروني وتطوير النظام
الكشف عن التنمر الالكتروني في التغريدات العربية : بناء الذخيرة اللغوية للتنمر الالكتروني وتطوير النظام
Author:
Al Shannag, Fatima Barakat, author.
Hammo, Bassam Hasan, supervisor.
Faris, Hossam Omar, co-supervisor.
The University of Jordan (Amman, Jordan). King Abdullah II School of Information Technology. Department of Computer Science.
General Notes:
Thesis (Ph.D in Computer Science)--University of Jordan (Amman, Jordan), King Abdullah II School of Information Technology, Department of Computer Science , 2022.
Includes bibliographical references and index.
Social networks facilitate communication between people from all over the world. Unfortunately, the excessive use of social networks leads to the rise of antisocial behaviors such as the spread of online offensive language, cyberbullying (CB), and hate speech (HS). Therefore, cyberbullying, abusive\offensive, and hate detection become a crucial part of cyberharassment. Manual detection of various forms of cyberharassment is cumbersome, slow, and not even feasible in rapidly growing data. Consequently, a plethora of automatic harassment detection systems, such as CB detection systems and offensive language identification approaches, have been developed for many natural languages to face these phenomena. However, most of these prediction systems have been designed for English and other languages, while there is a lack of systems for the Arabic language. In addition, Arabic is one of the under-resourced languages suffering from the lack of quality datasets in many computational research areas. Based on the mentioned challenges and drawbacks, and because of the widespread of CB phenomenon among the Arab world, and due to its negative effects on all scales, such as psychological, social, and educational scales at both individuals and society levels, it was necessary to carry a study that aims at exploring and detecting CB cases, limiting its spread, and addressing its consequences. Accordingly, this thesis discusses the design, construction, and evaluation of a multi-dialect annotated Arabic Cyberbullying Corpus (ArCybC), which will be a valuable resource for Arabic CB detection and motivate future research directions in Arabic Natural Language Processing (NLP). The work in this thesis describes the phases of ArCybC compilation. By way of illustration, it explores the corpus to discover the strategies used in rendering Arabic CB tweets pulled from four Twitter groups, including gaming, sports, news, and celebrities. Based on a thorough analysis, we discovered that these groups were the most susceptible to harassment and cyberbullying. We filtered the collected tweets based on a compiled harassment lexicon, which contains a list of multi-dialectical profane words in Arabic compiled from four categories: sexual, racial, intelligence, and appearance. To annotate ArCybC, we asked five annotators to classify 4,505 tweets manually into two classes: Offensive/non-Offensive and CB/non-CB. The main challenges encountered during the construction of ArCybC were the scarcity of freely available Arabic CB texts and the deficiency of annotating the texts. We compared different state-of-the-art machine learning approaches applied on ArCybC to detect Arabic CB using two language models: bag-of-words (BoW) and word embedding. The experiments showed that the Support Vector Machine (SVM) with word embedding achieved the best result with an accuracy rate of 86.3% and an F1-score rate of 85.3%. However, all ML models show better performance using the word embedding scheme. The behavior was expected because word embedding models capture the meaning and the context of the words. Moreover, this thesis addresses the challenge of automatic detection of offensive language in Arabic tweets by designing and implementing an intelligent prediction system encompassing a two-stage optimization approach to identify and classify the offensive from the non-offensive text. In the first stage, the proposed approach fine-tuned the pre-trained word embedding models by training them for several epochs on the training dataset. The embeddings of the vocabularies in the new dataset were trained and added to the old embeddings. While in the second stage, we used a hybrid approach of two classifiers, namely XGBoost and SVM, and a genetic algorithm (GA) to mitigate the challenges in finding the optimal hyperparameter values of the classifiers to run the proposed approach. We tested the proposed GA-based model that learned from fine-tuned word embedding model on the ArCybC corpus, it produced superior results even though the ArCybC dataset size is relatively small, which gives an indication of the effectiveness of our system. SVM algorithm with the AraVec SkipGram word embedding model achieved the best result with accuracy rate of 88.2% and an F1-score rate of 87.8%.
تسهل الشبكات الاجتماعية التواصل بين الناس من جميع أنحاء العالم. لسوء الحظ، يؤدي الاستخدام المفرط للشبكات الاجتماعية إلى ظهور كثير من السلوكيات العدائية في المجتمعات الافتراضية مثل انتشار اللغة الهجومية، التسلط عبر الإنترنت (CB)، وخطاب الكراهية (HS). لقد أصبح التنمر الإلكتروني واللغة الهجومية المسيئة جزءًا أساسيا من مفهوم التحرش الإلكتروني. يعد الكشف عن أشكال التحرش الإلكتروني المختلفة باستخدام الطرق اليدوية التقليدية أمرًا مرهقًا وبطيئًا وغير ممكنا في زمن البيانات الضخمة. ونتيجة لذلك ومن أجل مواجهة هذه الظاهرة، فقد تم تطوير عدد كبير من أنظمة الكشف عن أشكال التحرش الاالكتروني المختلفة، مثل أنظمة الكشف عن التنمر CB، وأساليب تحديد اللغة الهجومية للعديد من اللغات الطبيعية. وعلى الرغم من محاولات كثير من اللغات في هذا المجال الا أن اللغة العربية هي واحدة من اللغات التي تعاني من نقص وجود ذخيرة لغوية عالية الجودة في العديد من مجالات البحوث المحوسبة. في هذه الدراسة، قمنا بمناقشة تصميم وبناء وتقييم ذخيرة لغوية عربية متعددة اللهجات للتنمر الالكتروني عبر الإنترنت (ArCybC)، والتي يمكن اعتبارها مصدرًا للباحثين لاكتشاف التنمر الالكتروني في اللغة العربية وتحفيز اتجاهات البحث المستقبلية في معالجة اللغة العربية. تصف الدراسة مراحل تجميع ArCybC، حيث تم تجميع التغريدات باللغة العربية من أربع مجموعات: الألعاب والرياضة والأخبار والمشاهير. توصلنا الى أن هذه المجموعات هي الأكثر عرضة للمضايقات والتسلط عبر الإنترنت بناءً على تحليل شامل. تمت تصفية التغريدات التي تم جمعها بناءً على معجم مضايقات، والذي يحتوي على قائمة من الكلمات المسيئة متعددة اللهجات باللغة العربية والتي تم تجميعها من أربع فئات: الجنسية، والعرقية، والذكاء، والمظهر. لعنونة وتصنيف التغريدات المجمعة، طلبنا من خمسة من المعلقين تصنيف 4،505 تغريدة يدويًا إلى فئتين: مسيئة / غير مسيئة وتنمر الكتروني / غير تنمر الكتروني. من التحديات الرئيسية التي واجهناها أثناء بناء ArCybC هي ندرة النصوص العربية في التنمر الالكتروني المتاحة مجانًا ونقص التعليقات والتصنيفات التوضيحية على النصوص. لقد أجرينا تجارب عدة على ArCybC باستخدام مصنفات متعددة من التعلم الآلي وباستخدام نموذجيين لغويين لاستخراج الميزات وهما: حقيبة الكلمات (BoW) وتضمين الكلمات (word embedding). أظهرت التجارب أن المصنف (SVM) مع تضمين الكلمات قد حقق معدل دقة (accuracy) 86% و (f1-score) 85%. علاوة على ذلك، في هذه الأطروحة، نتناول التحدي المتمثل في الاكتشاف التلقائي للغة الهجومية في التغريدات العربية من خلال تصميم وتنفيذ نظام تنبؤ ذكي يشتمل على نهج تحسين من مرحلتين لتحديد وتصنيف النص المسيء من النص غير المسيء. في المرحلة الأولى، صقل نماذج تضمين الكلمات المدربة مسبقًا من خلال تدريبها لعدة دورات على مجموعة بيانات التدريب. وبالتالي يتم إضافة تضمين الكلمات الجديدة في ArCybC الى نموذج تضمين الكلمات. بينما في مرحلة التحسين الثانية يتم استخدم نهجًا هجينًا لمصنفين، وهما XGBoost و SVM، والخوارزمية الجينية (GA) لحل مشكلات وعوائق إيجاد قيم العوامل المثلى لتشغيل النهج المقترح. اختبرنا النموذج المقترح على الذخيرة اللغوية ArCybC. أظهر النهج المقترح نتائج ممتازة، حيث حققت خوارزمية SVM مع نموذج تضمين الكلمات Aravec SkipGram معدل دقة (accuracy) %88.2 ومعدل (f1-score) %87.8.
The electronic version is available in theses database \\ University of Jordan.
Includes abstracts in Arabic and English.
Subject:
Computer science
Sociolinguistics
Cyberbullying
Victims of bullying
Social networks
Support vector machines
Neural networks.
Genetic algorithms
Dissertation Note:
Thesis (Ph.D in Computer Science)--University of Jordan (Amman, Jordan), King Abdullah II School of Information Technology, Department of Computer Science , 2022.
Physical Description:
1CD-ROM : PDF.
Publication Date:
2022.
Log in
Help
