يمكن للرؤية البشرية التمييز بين طيف واسع من الألوان، ويُقدّر أن عدد الدرجات اللونية المميزة بين 2 إلى 7 ملايين درجة. ومع ذلك، فإن هذا النطاق المذهل لا يعني بالضرورة أن جميع هذه الألوان قد تم تسميتها ووصفها بدقة في مفرداتنا اللغوية. غالبًا ما نربط الألوان بأشياء ومفاهيم مألوفة في حياتنا اليومية. تسعى هذه الدراسة إلى سد الفجوة بين إدراكنا البصري للكثير من الدرجات اللونية، وقُدرتنا على التعبير عنها وتحديد أسمائها بدقة. وقد تم تطوير نموذج جديد لتحقيق هذا الهدف، باستخدام شبكات الذاكرة الطويلة القصيرة ذات الاتجاهين (BiLSTM) مع تقنية التعلم النشط (Active Learning). يعمل هذا النموذج على مجموعة بيانات خاصة تم جمعها بعناية خصيصًا لهذا البحث. ويتمثل الهدف الرئيسي لهذه الدراسة في إنشاء أداة مرنة لتصنيف الألوان غير المُسمّاة سابقًا، أو لتحديد الدرجات المتوسطة التي تفوّت التسمية التقليدية للون. وتُبرز النتائج الإمكانات الكبيرة لهذا النهج المبتكر في تحويل فهمنا لاستشعار اللون واللغة. ومن خلال التجارب والتحليلات الصارمة، تُشير هذه الدراسة إلى مسار واعد لتطبيقات معالجة اللغة الطبيعية (NLP) في مجالات متعددة. وبتمكين استكشاف الطيف اللوني الواسع، تُمتد تطبيقات معالجة اللغة الطبيعية إلى ما وراء الحدود التقليدية.