انجمن ترویج زبان و ادب فارسی ایران پژوهش‌های ادب عرفانی HTTPS://JP 19 1 2025 08 23 The Interpretation of Mystical Silence through the Lens of Artificial Intelligence (ChatGPT’s Encounter with Mystical Silence) ترجمان سکوت عرفانی از زبان هوش مصنوعی (مواجهة ربات چت‌جی‌پی‌تی با سکوت عرفانی) 1 18 29447 10.22108/jpll.2025.143881.1882 FA مصطفی میردار رضایی استادیار گروه زبان و ادبیات فارسی دانشکدة ادبیات و علوم انسانی، دانشگاه گیلان، رشت، ایران مهسا اسلامی کارشناس ارشد مهندسی کامپیوتر نرم‌افزار، دانشکده‌ی فنی و مهندسی، دانشگاه مازندران، بابلسر، ایران Journal Article 2025 01 04 Artificial intelligence refers to robots that are able to perform tasks required by human intelligence. One of the functions of these intelligent machines which sometimes appear to surpass human intelligence is to analyze and interpret texts. On the other hand, the realm of mysticism is a secretive, ambiguous, and enigmatic field; entering this realm requires prerequisites that the researcher must possess the appropriate intelligence to understand and address. This study, using a descriptive-experimental method, attempts to assess and confront the processing of the modern “ChatGPT” robot with the subject of “mystical silence” by providing texts containing “mystical silence” as input data. The results of this research show the ChatGPT robot has sufficient understanding of the mystical realm of the text and its distinction from other areas (poetic, epic, etc.); that is, in interpretations, after processing the data and realizing that the text belongs to the field of mysticism, it attempts to analyze it based on mystical concepts. Precise and accurate understanding of mystical terms is another ability of the intelligent robot. In addition, the mastery of this intelligent tool in understanding symbolic language, recognizing the literary dimension, and the underlying layers of the text, which are mostly manifested in symbols, is noteworthy. With these explanations and since artificial intelligence continuously improves and refines itself, it is not far-fetched that with the help of these modern and intelligent tools, new horizons will be opened in the processing and understanding of mystical texts for the audience of this field. هوش مصنوعی به رباتهایی گفته میشود که توان اجرای وظایفی را دارند که برای اجرای آن کنشها نیاز به هوش انسانی است. یکی از کارکردهای این ماشینهای هوشمند -که گاه فراتر از هوش انسانی ظاهر میشوند- تحلیل و تفسیر متون است. از سویی، قلمرو عرفان، ساحتی است رازناک، مبهم و رمزآلود؛ و ورود به این اقلیم ملزوماتی را میطلبد که پژوهنده از داشتن هوش مناسب برای شناخت و پرداخت آنها ناگزیر است. جستار حاضر که با روش توصیفی-تجربی نوشته شده است، میکوشد تا با ارائة مطالبی حاوی «سکوت عرفانی» به‌مثابه دادة ورودی به ربات مدرن «چتجیپیتی»، به سنجش و مواجهة پردازشهای این ربات با موضوع یادشده بپردازد. نتایج این پژوهش نشان می‌دهد که ربات چتجیپیتی از ساحت عرفانی متن و تفکیک آن از دیگر حوزهها (ساحت غنایی، حماسی و...) شناخت کافی دارد؛ یعنی در تفسیرها، پس از پردازش دادهها و دریافت این نکته که متن به حوزة عرفان مربوط است، میکوشد تا آن را براساس مفاهیم عرفانی تجزیه و تحلیل کند. شناخت دقیق و درست اصطلاحات عرفانی، دیگر توانمندی ربات هوشمند است. همچنین، تسلط این ابزار هوشمند در فهم زبان رمزی، شناخت بُعد ادبی و لایههای زیرین متن که بیشتر در قالب نمادها نمود مییابند نیز درخور توجه است. با این توضیحات و ازآنجایی‌که هوش مصنوعی بهمرور خود را تقویت و ترمیم میکند، چندان دور نیست که بهدستیاری این ابزارهای مدرن و هوشمند، افقهای نوینی در بحث پردازش و فهم متون عرفانی بر مخاطبان این حوزه گشوده شود.

https://jpll.ui.ac.ir/article_29447_4be983d1fd3696c8cc9d1b0ae892ecb2.pdf

انجمن ترویج زبان و ادب فارسی ایران پژوهش‌های ادب عرفانی HTTPS://JP 19 1 2025 07 07 Examining the Strengths and Weaknesses of Large Language Models in the Analysis of Mystical Texts: Case Study of Rumi's Neynameh بررسی قوت‌ها و ضعف‌های مدل‌های زبانی بزرگ در تحلیل متون عرفانی (مطالعة موردی نی‌نامة مولوی) 19 39 29603 10.22108/jpll.2025.144470.1901 FA محمد بهنام فر استاد زبان و ادبیات فارسی، دانشکده ادبیات و علوم انسانی، دانشگاه بیرجند، بیرجند، ایران محمدحسین خسروی استادیار دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند، بیرجند، ایران Journal Article 2025 02 25 This study investigates the capabilities and limitations of Large Language Models (LLMs)—namely ChatGPT (OpenAI), Google Gemini, and Claude (Anthropic)—in interpreting Persian mystical literature, with a specific focus on NeyNameh, the prelude to Rumi’s Masnavi. Given the symbolic, metaphorical, and spiritual depth of NeyNameh, it serves as a suitable benchmark for evaluating the cognitive and interpretative abilities of these AI models. Using a qualitative approach, two primary research questions were posed to the models regarding an interpretation of each verse, and an overall conceptual understanding of NeyNameh. The results of the study revealed that while the models performed well in literal paraphrasing, they struggled with deeper symbolic meanings, metaphors, rhetorical devices, and cultural-historical contexts. The study highlights both the potential and current constraints of LLMs in assisting with the analysis of mystical texts, suggesting that collaboration with domain experts and targeted fine-tuning on mystical literature are essential for better performance. امروزه هوش مصنوعی نقشی پررنگ و گسترده در پژوهش ایفا می‌کند، اما به‌کارگیری این فناوری در تحقیقات ادبی، به‌ویژه متون عرفانی که ذاتاً پیچیدگی‌ها و ظرافت‌های خاص خود را دارند، دشوار و شاید غیرممکن به نظر برسد. ازاین‌رو، پژوهش حاضر بر آن است نقاط قوت و ضعف هوش مصنوعی را در فهم متون عرفانی ارزیابی کند. بدین‌منظور، توانایی سه مدل‌ زبانی بزرگ شامل ChatGPT، Google Gemini و Claude در تحلیل و تفسیر متون عرفانی فارسی، با تمرکز بر نی‌نامة مولانا، بررسی شد. نی‌نامه به‌دلیل مفاهیم نمادین، استعاره‌های پیچیده و لایه‌های معنوی عمیق، به‌مثابه معیاری برای سنجش توان ادراکی این مدل‌ها انتخاب شد. روش پژوهش به‌صورت کیفی و با طرح دو پرسش انجام گرفت: درک و تفسیر تک‌تک ابیات نی‌نامه و برداشت کلی از مفاهیم این اشعار. نتایج این پژوهش نشان می‌دهد که مدل‌های زبانی بزرگ در ارائة معانی تحت‌اللفظی عملکرد خوبی دارند؛ اما در درک استعاره‌ها، مفاهیم نمادین و زمینه‌های فرهنگی، ادبی و تاریخی متن با چالش‌هایی جدی روبرو هستند. افزون‌بر این، این مدل‌ها در فهم ارتباطات عمودی ابیات و شگردهای بلاغی همچون ایهام و جناس ناتوان هستند. درنهایت، این مقاله ضمن تأکید بر نقاط قوت این مدل‌ها مانند سرعت تحلیل متون، بر لزوم بهبود آنها ازطریق آموزش با داده‌های تخصصی عرفانی و همکاری میان متخصصان هوش مصنوعی و پژوهشگران ادبی تأکید می‌کند. این پژوهش نشان می‌دهد که هوش مصنوعی می‌تواند به‌عنوان ابزاری مکمل برای تسهیل درک ادبیات عرفانی به ‌کار گرفته شود؛ اما برای دستیابی به تحلیل‌های عمیق‌تر نیازمند بهینه‌سازی‌های جدی است.

https://jpll.ui.ac.ir/article_29603_d867f3dec4631cf65351af38884c0387.pdf

انجمن ترویج زبان و ادب فارسی ایران پژوهش‌های ادب عرفانی HTTPS://JP 19 1 2025 08 23 Criticism of Artificial Intelligence and Human Translation of Mystical Texts based on the Mandi Method: A Case Study of Al-La'ma' fi al-Tasuf نقد ترجمه متون عرفانی مبتنی‌بر هوش مصنوعی و ترجمه انسانی براساس روش ماندی (مطالعة موردی کتاب اللمع فی التصوف) 41 60 29739 10.22108/jpll.2025.143707.1877 FA وحیدرضا میرزائیان گروه زبان انگلیسی، دانشکده ادبیات، دانشگاه الزهرا، تهران، ایران Journal Article 2024 12 17 With the emergence of artificial intelligence and its entry into the field of translation, the question that arises is: How successful is artificial intelligence in translation and can it surpass human translators? In this study, using the Munday comparative method, two Persian translations of al-Lamma fi al-Tasauf have been examined and their errors have been identified. These errors mainly include: incorrect reading of the text, incorrect use of dictionaries in finding correct equivalents, lack of attention to context in finding equivalents, lack of familiarity with specialized Islamic mystical terms, and misunderstanding of the text. The same sentences that were incorrectly translated by the human translator were given to the artificial intelligence. The results showed that the artificial intelligence was able to provide an acceptable translation. Contrary to the popular belief that artificial intelligence lacks the necessary power to provide translations, this technology currently has sufficient power for translation, especially in languages that have received less attention from a computational perspective, such as Persian and Arabic. Based on the findings of this study, it is recommended that translators, especially novice ones, pay attention to this technology when translating and use it as an effective tool during translation. با ظهور و گسترش هوش مصنوعی در حوزة ترجمه، این پرسش مطرح می‌شود که هوش مصنوعی تا چه اندازه در ترجمه موفق است و آیا می‌تواند جایگزین مترجم انسانی شود. در این پژوهش با استفاده از روش تطبیقی ماندی، دو ترجمة فارسی کتاب اللمع فی التصوف بررسی شده و خطاهای آن‌ها شناسایی شده است. این خطاها عبارت‌اند از: قرائت نادرست متن، استفاده نادرست از واژه‌نامه‌ها در معادل‌یابی درست، بی‌توجهی به بافت متن در معادل‌یابی، ناآشنایی با مصطلحات تخصصی عرفانی اسلامی و نیز فهم نادرست متن. سپس، همان جملاتی که مترجم انسانی به اشتباه ترجمه کرده است، برای ارزیابی به هوش مصنوعی داده شده است. بررسی نتایج نشان می‌دهد که هوش مصنوعی توانسته است ترجمه‌ای پذیرفته‌شده ارائه دهد. این پژوهش برخلاف تصور عامه که هوش مصنوعی را فاقد توانایی لازم در ترجمه می‌دانند، نشان می‌دهد که درحال‌حاضر این فناوری، به‌ویژه برای زبان‌هایی مانند فارسی و عربی که ازنظر رایانشی کمتر بدان‌ها توجه شده است، از قدرت کافی برای ترجمه برخوردار است. براساس یافته‌های این پژوهش، به مترجمان، به‌ویژه تازه‌کارها، پیشنهاد می‌شود که هوش مصنوعی را به‌عنوان ابزاری مؤثر در فرایند ترجمه نادیده نگیرند و از آن بهره برند.

https://jpll.ui.ac.ir/article_29739_48d8df5720548c4ab728f529f854a26e.pdf

انجمن ترویج زبان و ادب فارسی ایران پژوهش‌های ادب عرفانی HTTPS://JP 19 1 2025 09 06 A Framework for Interaction with Chatbots based on Large Language Models in the Interpretation of Persian Mystical Ghazals ارائة چارچوب تعامل با گفت‌وگوگرهای مبتنی‌بر مدل‌های زبانی بزرگ در تفسیر غزلیات عرفانی فارسی 61 77 29772 10.22108/jpll.2025.144401.1898 FA امیرمنصور یادگاری گروه ارزیابی امنیت شبکه و سامانه‌ها، پژوهشکده امنیت ارتباطات و فناوری اطلاعات، پژوهشگاه ارتباطات و فناوری اطلاعات، تهران، ایران مریم طایفه محمودی گروه سامانه‌های پردازش و تحلیل داده‌ها، پژوهشکده فناوری اطلاعات، پژوهشگاه ارتباطات و فناوری اطلاعات، تهران Journal Article 2025 02 18 Utilizing the capabilities of advanced AI-based tools (large language models) to interpret and decode the hidden aspects of Persian mystical poetry is a significant issue that has received less attention due to its enigmatic nature and linguistic complexities. This study presents a guiding framework for interacting with intelligent chatbots based on large language models, aimed at achieving valid interpretations of Persian mystical ghazals. The proposed framework is designed based on assumptions, primarily the premise of the cryptic nature of the content expressed in mystical ghazals and the assumption of the poet's complete adherence to the grammatical structure and figures of speech within the Persian language. According to the proposed framework, a step-by-step guideline is suggested for systematically organizing user input requests in interaction with these tools, considering grammatical structure, figures of speech, pivotal words, and the search and mapping of verses and authentic narratives. The application of the designed processes within the proposed framework on examples used in interaction with three chatbots indicates that the suggested guiding framework possesses the necessary capability to interpret verses of Persian mystical ghazals and can serve as a basis for effective conversation until the user's desired outcome is achieved. بهره‌گیری از توانمندی ابزارهای توسعه‌یافته مبتنی‌بر هوش مصنوعی (مدل‌های زبانی بزرگ) برای تفسیر و رمزگشایی از زوایای پنهان اشعار عرفانی فارسی، موضوعی مهم است که به‌دلیل رمزآمیختگی و پیچیدگی‌های زبانی، کمتر بدان پرداخته شده است. در این مقاله، چارچوبی راهنما برای تعامل با ابزارهای گفت‌وگوگر هوشمند مبتنی‌بر مدل‌های زبانی بزرگ که امکان دستیابی به معانی معتبر از غزلیات عرفانی فارسی را فراهم نماید، ارائه شده است. این چارچوب براساس دو فرض طراحی شده است؛ نخست، فرضِ رمزی‌بودن و به اشارت بیان‌شدنِ مطالب در غزلیات عرفانی و دوم، فرضِ التزام کامل غزل‌سرا به قواعد دستوری و صنایع ادبی زبان فارسی است. بنابر چارچوب پیشنهادی، راهنمایی گام‌به‌گام برای سازماندهی نظام‌مند به خواسته‌های ورودی کاربر در تعامل با ابزارهای مذکور با عنایت به ساختار دستوری، صنعت ادبی، واژه‌محوری، جست‌وجو و تناظریابی در آیات و روایات معتبر پیشنهاد شده است. اعمال فرایندهای طراحی‌شده در چارچوب پیشنهادی در تعامل با دو ابزار گفت‌وگوگر نشان می‌دهد که چارچوب راهنمای پیشنهادی توانایی لازم برای تفسیر ابیات غزل عرفانی زبان فارسی را دارد و می‌تواند مبنایی برای گفت‌وگوگری مؤثر باشد تا کاربر به نتیجة مطلوب خود دست یابد.

https://jpll.ui.ac.ir/article_29772_b4091281a5cafa1bfde92c6c35e0b06b.pdf

انجمن ترویج زبان و ادب فارسی ایران پژوهش‌های ادب عرفانی HTTPS://JP 19 1 2025 08 23 Artificial Intelligence and Poetry: A Philosophical-Moral Reflection on the Reproduction of Literary Masters' Poems هوش مصنوعی و سرآیندگی؛ تأملی فلسفی - اخلاقی در بازتولید شعر مفاخر ادبی 79 90 29837 10.22108/jpll.2025.144581.1905 FA رحمان شریف‌زاده استادیار فلسفه علم و فناوری، پژوهشکدة جامعه و اطلاعات، پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)، تهران، ایران محمد ربیعی استادیار مهندسی فناوری اطلاعات، پژوهشکده مدیریت اطلاعات، پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)، تهران، ایران علی نعیمی صدیق دانشیار مهندسی صنایع، پژوهشکده فناوری اطلاعات، پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)، تهران، ایران بهروز رسولی استادیار علم اطلاعات و دانش‌شناسی، پژوهشکدة جامعه و اطلاعات، پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)، تهران، ایران Journal Article 2025 03 05 Is it morally acceptable for a large language model (LLM) to create poetry in the style of Khayyam? This raises questions about whether such an endeavor represents a development and expansion of Khayyam's work, which is historically viewed as a unique, unrepeatable, and closed package. Does this act infringe upon Khayyam's intellectual property? Is it appropriate to publish a collection of poems generated by an LLM that emulates another poet's style? Are we entering an era that necessitates a reevaluation of how we perceive the historicity of significant literary figures? This study explores these questions and provides insights into the matter. Our analysis demonstrates that artificial intelligence can reshape our understanding of the historicity of literary and artistic works and figures. From an ethical and philosophical standpoint, we can create a framework for the justified and conditional reproduction of literary and artistic works. This conclusion underscores the necessity for policies to regulate the role of artificial intelligence in the reproduction of some of which we indicate in the study. این مقاله به بررسی پرسش‌هایی پیرامون امکان و جواز اخلاقی تولید محتوا توسط مدل‌های زبانی می‌پردازد. یکی از پرسش‌های اساسی این است که آیا یک مدل زبانی می‌تواند به‌صورت اخلاقی مجاز باشد که اشعاری را به شاعری بزرگ، مثلاً خیام، بسراید؟ این اقدام چه تأثیری بر میراث تاریخی و منحصربه‌فرد خیام دارد که می‌تواند به‌مثابه یک وجود تکین، تکرارناپذیر و تمام‌شده تلقی شود؟ در این راستا، این پژوهش به بررسی این مسئله می‌پردازد که آیا چنین فعالیتی به‌نوعی نقض مالکیت فکری خیام محسوب می‌شود یا خیر. باتوجه‌به این مسائل، این مقاله به ارزیابی جواز انتشار مجموعه‌ای از اشعار می‌پردازد که توسط یک مدل زبانی و به سبک شاعری دیگر تولید شده است. همچنین، این پژوهش به این پرسش می‌پردازد که آیا جامعه به دوره‌ای وارد می‌شود که لازم است رویکرد خود را نسبت به تاریخ‌مندی چهره‌های بزرگ ادبی تغییر دهد. این مقاله، که پژوهشی فلسفی است، از برخی روش‌های رایج در حوزة مطالعات فلسفی، ازجمله تحلیل مفهومی، استدلال‌ورزی و آزمایش‌های فکری بهره می‌برد. افزون‌بر این، برای تکمیل این بررسی، از یک آزمایش تجربی در تعامل با مدل زبانی نیز استفاده شده است. در بحث‌های فلسفی، از نظریه‌هایی که بر عاملیت غیرانسان‌ها، به‌ویژه در فناوری‌ها، متمرکز هستند، مانند نظریة کنشگر - شبکه در مطالعات علم و فناوری، استفاده می‌شود. مباحث اخلاقی مطرح‌شده در این مقاله در حوزة اخلاق کاربردی قرار می‌گیرند؛ بااین‌حال برای تدوین استدلال‌ها از نظریه‌های اخلاقی هنجاری نیز استفاده می‌شود. یافته‌های پژوهش نشان می‌دهد که هوش مصنوعی قادر است نگاه ما را به تاریخ‌مندی آثار و مفاخر ادبی تغییر دهد و از منظر اخلاقی- فلسفی می‌توان فضا را برای بازتولید موجه و مشروط آثار و مفاخر ادبی فراهم کرد. این نتیجه‌گیری، ضرورت تدوین سیاست‌هایی برای تنظیم‌گری هوش مصنوعی در حوزة بازتولید آثار ادبی را برجسته می‌سازد. در پایان این مقاله، به برخی از این سیاست‌ها اشاره خواهد شد.

https://jpll.ui.ac.ir/article_29837_30674eac8e194e4d57b1b7af1c43aeb9.pdf

انجمن ترویج زبان و ادب فارسی ایران پژوهش‌های ادب عرفانی HTTPS://JP 19 1 2025 08 23 Topic Identification and Classification of Hafez’s Poems Using Artificial Intelligence and Text Mining شناسایی و دسته‌بندی موضوعی اشعار حافظ با استفاده از هوش مصنوعی و متن‌کاوی 91 116 29545 10.22108/jpll.2025.144858.1914 FA محمد ربیعی عضو هیئت علمی پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)، تهران، ایران Journal Article 2025 04 07 Topic extraction and classification of Hafez's poetry have long been a focus of scholarly attention, with existing studies primarily adopting either historical periodization approaches or relying on expert interpretations from Persian literature specialists. This study presents a novel computational methodology for identifying and categorizing topics in Hafez's Divan using artificial intelligence and text mining techniques, completely independent of human expert judgment. Following text preprocessing and feature extraction, our analysis revealed eight principal topics within the Divan. These topics were automatically labeled based on their most characteristic vocabulary using AI assistance: 1) Anguish and Ardor, 2) Panegyric and Praise, 3) Separation and Reunion, 4) Beauty and Allure, 5) Revelry and Intoxication, 6) The Mystery of Love, 7) Mysticism and Spirituality, and 8) Bohemianism and Libertarianism. Each poem was systematically classified according to its strongest topic association, with threshold-based analysis employed to determine significant thematic connections. Our completely automated, machine learning-driven approach to lexical pattern analysis in Hafez’s work demonstrates a reproducible methodology applicable to other literary corpora. شناسایی و دسته‌بندی موضوعی اشعار دیوان حافظ همواره مورد توجه حافظ‌پژوهان بوده و مطالعات گوناگونی دراین‌باره انجام گرفته است. عمدة این پژوهش‌ها، اشعار را براساس تقسیم‌بندی تاریخی یا دورة زندگی شاعر دسته‌بندی کرده‌اند یا از نظرات کارشناسان و خبرگان حوزة ادبیات فارسی بهره برده‌اند. این پژوهش با شناسایی موضوعات اشعار دیوان حافظ براساس هوش مصنوعی و متن‌کاوی صورت گرفته و نظرات کارشناسان در آن دخالتی نداشته است. در این مطالعه، پس از بیان ویژگی‌های ظاهری و انجام پیش‌پردازش‌های لازم روی اشعار، هشت موضوع اصلی در دیوان حافظ شناسایی شده است. سپس، باتکیه‌بر واژگان پرکاربرد هر موضوع و استفاده از هوش مصنوعی، این موضوعات نام‌گذاری شده‌اند.‌ موضوعات استخراج‌شده شامل «سوز و گداز»، «مدح و ستایش»، «فراق و وصال»، «زیبایی و دلربایی»، «عیش و مستی»، «راز عشق»، «طریقت و عرفان» و «رندی و آزادگی» است. در ادامه، اشعار حافظ براساس این موضوعات دسته‌بندی شده‌اند و میزان ارتباط هر شعر با هر موضوع، برپایة بیشترین ارتباط و یا برخورداری از حدآستانه ارتباط، استخراج شده است. روش به‌کارگرفته‌شده در این پژوهش، مستقل از نظر خبرگان و کاملاً مبتنی‌بر یادگیری ماشین و هوش مصنوعی است. این رویکرد با واکاوی واژگان به بررسی و شناسایی موضوعات موجود در دیوان حافظ پرداخته است و قابلیت تعمیم به دیگر متون ادبی را نیز دارد.

https://jpll.ui.ac.ir/article_29545_bc4f5669b50ddf786f33efd0826bb9b3.pdf

انجمن ترویج زبان و ادب فارسی ایران پژوهش‌های ادب عرفانی HTTPS://JP 19 1 2025 08 23 Interpretation and Analysis of Artificial Intelligence from the Literal to the Symbolic and Allegorical Use of the Concept of the Zodiac in Mystical Texts تأویل و تحلیلِ هوشِ مصنوعی از کاربردِ حقیقی تا رمزی و تمثیلیِ مفهومِ بروج در متونِ عرفانی 117 144 29889 10.22108/jpll.2025.144747.1910 FA علی صفی‌پور استادیار رشتة ایرانشناسی، گروة جغرافیا، گردشگری و ایرانشناسی، دانشکدة ادبیات و علوم انسانی، دانشگاه گیلان، رشت، ایران. 0009-0000-7422-3045 Journal Article 2025 03 20 For mystics, the sky has a high spiritual status and is the source of knowledge. Beyond the visible sky lies the invisible world and the kingdom. The sky that can be seen with the eyes was considered to be the eight heavens in the belief of the ancients. The eighth heaven is the place of the zodiac. In addition to the literal use, which arose from the astronomical perspective of that era, this sky and its constellations are also seen in cases that have had symbolic and allegorical uses among the ancients. Understanding the literal or metaphorical meaning is not so difficult, but discovering the hidden and cryptic meanings of this use in mystical texts is somewhat difficult. Understanding the underlying layers of the text requires extensive knowledge of past astronomy, familiarity with literary subtleties, and knowledge of the wisdom, philosophy, and worldview of the ancients. Artificial intelligence, which has considerable capabilities, can help us better understand and benefit from this tool by measuring the confrontation of this analytical tool with these complex and allegorical concepts of mystical texts. In this study, an attempt has been made to measure this symbolic and allegorical use in mystical texts with artificial intelligence using a descriptive-experimental method. The results of this study show that artificial intelligence in the form of the ChatGPT robot is well aware of mystical allegorical concepts in connection with astronomical terms and is generally able to recognize these concepts in mystical texts, although sometimes incorrect analyses are also seen. Artificial intelligence's recognition of most past astronomical terms, along with mystical concepts and the symbolic use of numbers, is another capability of artificial intelligence. آسمان در نزد عرفا جایگاه والای معنوی دارد و سرچشمة معارف است. در فراسوی آسمانی که با چشم دیده می‌شود، جهان نادیدنی و ملکوت قرار دارد. آسمان مرئی در باور گذشتگان هشت فلک به شمار می‌آمد که هشتمین فلک، جایگاه بروج بود. این آسمان و صورت‌های فلکی آن، افزون‌بر کاربرد حقیقی ـ که برآمده از نگاه اخترشناسی آن دوران بود ـ در نزد پیشینیان در مواردی کاربردهای رمزی و تمثیلی نیز داشت. دریافت معنی حقیقی یا استعاری چندان دشوار نیست؛ اما کشف معانی پنهان و رمزی این کاربرد در متون عرفانی تا اندازه‌ای دشوار است. شناخت لایه‌های زیرین متن نیازمند دانش گسترده‌ای در ستاره‌شناسی کهن، آشنایی با ظرافت‌های ادبی و آگاهی از حکمت، فلسفه و جهان‌بینی گذشتگان است. باتوجه‌به توانمندی بسیار هوش مصنوعی در تحلیل داده‌ها، سنجش رویارویی این ابزار با مفاهیم پیچیده و تمثیلی متون عرفانی می‌تواند ما را بیش‌ازپیش در شناخت و شیوه بهره‌مندی از این ابزار یاری کند. در این پژوهش به روش توصیفی ـ تجربی تلاش شده است تا کاربرد رمزی و تمثیلی مفاهیم آسمانی در متون عرفانی، با استفاده از هوش مصنوعی سنجیده و بررسی شود. نتایج این پژوهش نشان می‌دهد که هوش مصنوعی در قالب ربات چت‌جی‌پی‌تی به‌خوبی از مفاهیم تمثیلی عرفانی در پیوند با اصطلاحات نجومی آگاهی دارد و از پسِ شناخت کلی این مفاهیم در متون عرفانی برمی‌آید. هرچند که در این میان، گاهی تحلیل‌های نادرستی نیز دیده می‌شود. شناخت هوش مصنوعی از بیشتر اصطلاحات اخترشناسی کهن به‌همراه مفاهیم عرفانی و کاربرد نمادین اعداد از دیگر توانمندی‌های این ابزار است.

https://jpll.ui.ac.ir/article_29889_2a445cc8e498f65f34c0145b53d23d60.pdf

انجمن ترویج زبان و ادب فارسی ایران پژوهش‌های ادب عرفانی HTTPS://JP 19 1 2025 08 23 Evaluation of the Combination of Language Models and Classification Techniques for Improving the Classification of Persian Literary Prose ارزیابی ترکیب مدل‌های زبانی و روش‌های دسته‌بندی برای بهبود طبقه‌بندی نثرهای ادبی کلاسیک فارسی 145 169 29688 10.22108/jpll.2025.145439.1926 FA رضا رمضانی دانشیار دانشکده مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، ایران ملیکا خندان فارغ‌التحصیل کارشناسی دانشکده مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، ایران سمانه طاهری دانشجوی دکتری زبان و ادبیات فارسی، دانشکده ادبیات، دانشگاه اصفهان، اصفهان، ایران Journal Article 2025 05 27 Text Classification of Persian Texts, particularly classical literary prose rich in complex linguistic structures and deep semantic layers, is considered one of the key challenges in natural language processing (NLP). This study aims to evaluate various machine learning methods and language models for thematic classification of literary Persian prose. In this research, beyond conventional classification approaches—such as employing pre-trained models like mBERT, ParsBERT, and RoBERTa—innovative strategies have been applied. These include combining embeddings from two different models, or using the numerical token outputs of one model as input for classification by another model, in order to optimize performance and analyze the results. In addition, traditional embedding techniques such as TF-IDF, Bag of Words, and FastText have been utilized. The extracted vectors were fed into various classification models, including recurrent neural networks (LSTM and GRU), as well as traditional vector-based classifiers such as SVM, Random Forest, and Logistic Regression. The main innovation of this study lies in combining embeddings from transformer-based models with each other and with other feature vectors, or classifying them using vector-based classifiers. The results indicate significant improvements in key evaluation metrics, including accuracy, recall, and F1-score. This approach, in addition to improving text classification, provides the possibility of identifying linguistic and semantic patterns in classical Persian prose. It can also expand the role of language models and machine learning algorithms in literary studies and make their application more compatible with the needs of literary texts and more accurate than previous methods. طبقه‌بندی متون فارسی، به‌ویژه نثرهای ادبی کلاسیک که سرشار از ساختارهای زبانی پیچیده و لایه‌های معنایی عمیق هستند، یکی از چالش‌های کلیدی در پردازش زبان طبیعی[1]محسوب می‌شود. این پژوهش با هدف ارزیابی روش‌های مختلف یادگیری ماشین و مدل‌های زبانی گوناگون برای طبقه‌بندی موضوعی نثرهای ادبی فارسی انجام شده است. در این مطالعه افزون‌بر شیوه‌های رایج طبقه‌بندی (مانند استفاده از مدل‌های از پیش‌آموزش‌دیده مانندmBERT،ParsBERT و RoBERTa)، از رویکردهای نوآورانه‌ای نیز بهره گرفته شده است. این رویکردهای نوین شامل ترکیب تعبیه‌سازی[2]های دو مدل با هم یا استفاده از توکن‌های عددی استخراج‌شده از یک مدل برای طبقه‌بندی با مدل دیگر هستند که با هدف بهینه‌سازی عملکرد و تجزیه‌وتحلیل نتایج به کار رفته‌اند. همچنین، تکنیک‌های سنتی تعبیه‌سازی همچون TF-IDF، Bag of Words و FastText به کار گرفته شدند و برای ارزیابی عملکرد، بردارهای استخراج‌شده به مدل‌های متنوع طبقه‌بندی، ازجمله مدل‌های شبکه عصبی بازگشتی LSTM و GRU و همچنین مدل‌های طبقه‌بندی برداری (مانند SVM[3] ،Random Forest و Logistic Regression) ارائه شدند. نوآوری این پژوهش در ترکیب تعبیه‌های مدل‌های ترنسفورمری با یکدیگر و با بردارهای ویژگی دیگر یا طبقه‌بندی آن‌ها با مدل‌های طبقه‌بندی‌برداری است که نتایج به‌دست‌آمده، بهبود معنادار معیارهای صحت، بازخوانی و امتیاز F1 را نشان می‌دهد. این رویکرد، افزون‌بر بهبود طبقه‌بندی متون فارسی، امکان شناسایی الگوهای زبانی و معنایی در نثرهای کلاسیک فارسی را فراهم می‌کند. همچنین، این پژوهش می‌تواند نقش مدل‌های زبانی و الگوریتم‌های یادگیری ماشین را در مطالعات ادبی گسترش دهد و آن‌ها را با نیازهای خاص متون ادبی سازگارتر و ازنظر عملکرد، دقیق‌تر از روش‌های پیشین سازد. [1]. NLP [2]. Embedding [3]. Support Vector Machine

https://jpll.ui.ac.ir/article_29688_9aa6aa1b72032085e9f0e0f9fc3b2a72.pdf

انجمن ترویج زبان و ادب فارسی ایران پژوهش‌های ادب عرفانی HTTPS://JP 19 1 2025 08 23 Investigating the Possibility of Realizing Strong Artificial Intelligence based on the Substantial Dualism of Mind and Body بررسی امکان تحقق هوش مصنوعی قوی براساس دوگانگی جوهری ذهن و بدن 171 186 29975 10.22108/jpll.2025.143765.1878 FA معصومه رجب نژادیان دانشجوی دکتری فلسفه و کلام اسلامی، دانشکده الهیات و معارف اسلامی، دانشگاه تهران، تهران، ایران ناصر فروهی دانشیار فلسفه و کلام اسلامی دانشگاه تبریز، تبریز، ایران Journal Article 2024 12 25 The creation of human-like beings has occupied many thinkers in recent centuries. Artificial intelligence scientists, while achieving remarkable successes, have not been able to create self-aware systems with the characteristics of learning, experience, and behavioral creativity similar to humans with natural intelligence. Substance dualists consider these characteristics to originate from the abstract and thinking human mind and state that scientists will not be able to create systems equipped with human intelligence with the current tools and science because this characteristic originates from an abstract substance with a parallel function, the means of identifying and creating which, due to its abstractness, is not available to humans. Therefore, an analytical study of the possibility of realizing strong artificial intelligence based on the inherent duality of mind and body can provide reasons for the challenges of artificial intelligence based on the inherent duality of mind and body, and thereby provide a basis for identifying the weaknesses and strengths of these systems. In this article, using a descriptive-analytical method, first the inherent duality and artificial intelligence are examined, then the philosophical challenges of artificial intelligence based on the inherent dualism are analyzed, on the basis of which artificial intelligence, due to mere materiality, acts based on the data provided, and due to the lack of a mind and its interaction with materiality, is unable to resolve the challenges and merely simulates human actions, which, unlike the voluntary actions of humans, acts based on predefined plans. ساخت موجوداتی انسان‌‌گونه در طی قرن‌های اخیر ذهن بسیاری از اندیشمندان را به خود مشغول کرده است. باوجود موفقیت‌هایی چشمگیر، دانشمندان هوش مصنوعی تاکنون نتوانسته‌اند سیستم‌های خودآگاه با ویژگی‌هایی همچون یادگیری، تجربه و خلاقیت رفتاری به‌مانند انسانِ دارایِ هوشِ طبیعی بسازند. در مقابل، دوگانه‌انگاران جوهری معتقدند این ویژگی‌ها از ذهن مجرد و متفکر انسان نشئت می‌گیرند و اظهار می‌دارند که دانشمندان با استفاده از ابزار و دانش کنونی قادر به ساخت سیستم‌های مجهز به هوش انسانی نخواهند بود؛ زیرا این هوش برخاسته از جوهری مجرد با کارکردی موازی است که ابزارهای شناسایی و ساخت آن ‌‌به‌دلیل همین تجرد، در دسترس بشر نیست. ازاین‌رو، بررسی تحلیلی امکان تحقق هوش مصنوعی قوی براساس دوگانگی جوهری ذهن و بدن، می‌تواند دلایلی برای چالش‌های هوش مصنوعی ارائه دهد و زمینة تشخیص نقاط ضعف و قوتِ این سیستم‌ها را فراهم سازد. این مقاله با روش توصیفی‌ـ‌تحلیلی، ابتدا به بررسی نسبت میان دوگانگی جوهری و هوش مصنوعی می‌پردازد، سپس، چالش‌های فلسفی هوش مصنوعی را براساس مبانی دوگانه‌انگاری جوهری تحلیل می‌کند. براین‌اساس، استدلال می‌شود که هوش مصنوعی صرفاً یک سیستم مادی است که بر مبنای داده‌های ارائه‌شده عمل می‌کند، این سیستم ‌‌به‌دلیل فقدان ذهن و ناتوانی در تعامل با مادیت به شیوة انسان، قادر به رفع چالش‌ها نیست و صرفاً به شبیه‌سازی اعمال انسانی می‌پردازد که برخلاف اعمال اختیاریِ آدمیان، براساس طرح‌های ازپیش‌تعریف‌شده، عمل می‌کند.

https://jpll.ui.ac.ir/article_29975_34d54da80ba79cc459e1bb5f7ef927ca.pdf

انجمن ترویج زبان و ادب فارسی ایران پژوهش‌های ادب عرفانی HTTPS://JP 19 1 2025 08 23 In Search of Meaning: Knowledge Graph-Based Conceptual Retrieval in Persian Mystical Texts - A Case Study of the Masnavi Ma'navi در جست‌وجوی معنا: بازیابی مفهومی مبتنی‌بر گراف دانش در متون عرفانی فارسی (مطالعة موردی مثنوی معنوی) 187 207 29989 10.22108/jpll.2025.147019.1959 FA محمد امینی پژوهشگر پسادکتری، دانشکدة ادبیات و علوم انسانی و دانشکدة مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، ایران احسان رئیسی دانشیار زبان و ادبیات فارسی، دانشکدة ادبیات و علوم انسانی، دانشگاه اصفهان، اصفهان، ایران محمدعلی نعمت‌بخش استاد دانشکدة مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، ایران Journal Article 2025 10 12 Effective search within Persian literary works plays a crucial role in extracting new knowledge and insights from the intellectual heritage of Iran's literary masters. However, classical Persian literature, particularly mystical works like Rumi’s Masnavi Ma'navi, is replete with metaphorical layers and polysemous concepts. This characteristic renders conventional text search methods inadequate for the accurate and meaningful retrieval of such texts, as these algorithms are fundamentally reliant on word frequency and overlook the latent semantic relationships between concepts. In this research, we propose a novel approach for semantic search in Persian mystical texts, grounded in the integration of classical statistical methods and conceptual knowledge graphs. The methodology begins with an initial keyword-based search, followed by the extraction of key concepts from the retrieved verses. These concepts are then expanded by leveraging lexical semantic networks, textual co-occurrence, synonyms, and hypernyms, and are represented as a conceptual graph. The final search is conducted by integrating the findings of the initial search with the expanded concepts. Experimental results demonstrate that this method not only enhances search precision but also offers greater explainability and transparency for the user, as the conceptual relationships are explicitly visualized within the graph. The applications of this research extend beyond text retrieval and can be leveraged in domains such as Digital Humanities, literary research, and mystical studies. جست‌وجوی مؤثر در آثار ادبی فارسی نقش مهمی در استخراج دانش‌ها و بینش‌های جدید از اندیشة مفاخر ادبی ایران ایفا می‌کند؛ اما ادبیات کلاسیک فارسی، به‌ویژه آثار عرفانی همچون مثنوی معنوی مولانا، سرشار از لایه‌های استعاری و مفاهیم چندمعنایی است. این ویژگی موجب می‌شود که روش‌های متداول جست‌وجوی متنی در بازیابی دقیق و معنادار این متون ناتوان باشند؛ زیرا چنین الگوریتم‌هایی اساساً بر بسامد واژگان متکی‌اند و روابط پنهان و معنایی میان مفاهیم را در نظر نمی‌گیرند. در این پژوهش، رویکردی نوین برای جست‌وجوی معنایی در متون عرفانی فارسی ارائه ‌شده که بر ترکیب روش‌های آماری کلاسیک و گراف‌های دانش مفهومی استوار است. بدین‌سان، ابتدا جست‌وجوی پایه مبتنی‌بر کلیدواژه صورت می‌گیرد و سپس مفاهیم کلیدی از ابیات بازیابی‌شده استخراج می‌شوند. این مفاهیم با بهره‌گیری از شبکۀ معنایی واژگان ، هم‌رخدادی در متن، مترادف‌ها و ابررده‌‌ها بسط داده شدند و در قالب یک گراف مفهومی بازنمایی می‌شوند. جست‌وجوی نهایی با ترکیب یافته‌های جست‌وجوی پایه و مفاهیم بسط داده‌شده انجام می‌‌شود. آزمایش‌های انجام‌شده نشان می‌دهد که این روش نه‌تنها دقت جست‌وجو را افزایش می‌دهد، امکان تبیین‌پذیری و شفافیت بیشتری نیز برای کاربر فراهم می‌سازد؛ زیرا روابط مفهومی در قالب گراف به‌روشنی آشکار می‌شوند. کاربردهای این پژوهش فراتر از جست‌وجوی متنی بوده و می‌تواند در حوزه‌های علوم انسانی دیجیتال، پژوهش‌های ادبی و مطالعات عرفانی به کار گرفته شوند.

https://jpll.ui.ac.ir/article_29989_04bdfd41c6594f2d74890a94e4854b54.pdf