موجّه أسئلة الطلبة حسب المقصد: مشاريع تخرج معالجة اللغة العربية

قد يكتب الطالب «وين أراجع عشان أضيف المساق؟» أو «هل أستطيع التسجيل بعد انتهاء الفترة؟». المعنى متقارب أحياناً، لكن الجهة التي سترد قد تختلف بين التسجيل والقبول. يقترح هذا المشروع من مشاريع تخرج معالجة اللغة العربية أن يستقبل سؤالاً قصيراً، ويصنفه إلى مجموعة مقاصد محدودة، ثم يعرض رابط الجهة أو يحيله إلى موظف عندما لا تكفي الأدلة. الفكرة ليست روبوتاً يجيب عن اللوائح، بل طبقة فرز يمكن قياس أخطائها قبل أن يعتمد عليها أحد.

حدد التصنيف قبل اختيار النموذج

ابدأ بست إلى عشر فئات يراجعها موظف شؤون الطلبة، مثل إضافة مساق، وثيقة جامعية، رسوم، أو مشكلة دخول. أضف «مقصد غير معروف» و«سؤال مركب» بدلاً من إجبار كل جملة على فئة جاهزة. اكتب تعريفاً وحدوداً وأمثلة مضادة لكل فئة؛ عبارة «دفعت ولم يظهر التسجيل» قد تتعلق بالرسوم أو بالحالة الأكاديمية، لذلك تسجل كحالة تحتاج سؤالاً توضيحياً.

ارسم مسار الخدمة مع أصحابها قبل جمع البيانات: السؤال يصل، النظام يقترح فئة، الواجهة تعرض درجة أو سبب الإحالة، ثم الشخص المختص يصحح القرار. لا تعرض بيانات الطالب للمقوّم إن لم تكن مطلوبة، ولا تجعل النموذج يغيّر سجلاً أو يرسل وعداً بموعد. هذه الحدود تحول المشروع إلى أداة دعم موظف يمكن اختبارها، بدلاً من واجهة محادثة توحي بقدرة غير موجودة.

عينة صغيرة لكن قابلة للتفسير

اجمع عبارات اصطناعية يكتبها الفريق، ثم اطلب من متطوعين بالغين إعادة صياغتها بطريقتهم بعد موافقة واضحة. احذف الاسم والرقم الجامعي وأي تفاصيل شخصية قبل التخزين. لا تنسخ سجل محادثات داخلياً لمجرد أنه متاح؛ البيانات التشغيلية قد تكشف معلومات عن صاحب السؤال، وتحتاج إذناً وضوابط احتفاظ. سجّل مصدر كل مثال، والفئة التي اختارها مراجعان، وهل اختلفا، من دون حفظ هوية كاتب الجملة.

وازن الفئات واللهجات قدر الإمكان، واكتب حالات فيها إملاء محكي أو كلمات إنجليزية وأسماء مساقات. فصل التدريب والاختبار على مستوى الكاتب يمنع ظهور جمل الشخص نفسه في القسمين بصيغ مختلفة. أضف قائمة ثابتة من أمثلة خارج المجال، مثل سؤال عن الطقس أو طلب نصيحة طبية، حتى تقيس رفض النموذج للتصنيف الجامعي. اشرح أن العينة التعليمية لا تمثل جميع جامعات المنطقة أو أساليب كلام الطلبة.

خط أساس ثم نموذج أقوى

ابدأ بتمثيل TF-IDF مع مصنف خطي؛ سرعة هذا الخط الأساس تجعل أخطاء الكلمات واضحة وتمنح الفريق مقارنة مفيدة. بعد تثبيت الوسوم يمكن تجربة نموذج عربي محوّل مثل AraBERT، مع ضبط عدد الفئات والأوزان على مجموعة التدريب فقط. ورقة ArBanking77 تعرض بيانات قصد بالعربية المعيارية والفلسطينية لمجال مصرفي؛ يستفاد منها لفهم منهج التقييم، لا لاستخدام وسم «تحويل بنكي» كأنه سؤال جامعي.

اعرض المقصد الأعلى مع بديل ثانٍ حين يكون الفرق بينهما ضئيلاً. استخدم قيمة الامتناع المأخوذة من مجموعة تحقق مستقلة، وليس عتبة اعتباطية يختارها الفريق بعد مشاهدة مجموعة الاختبار. يمكن عرض العبارة التي دفعت إلى الاقتراح أو الكلمات المتشابهة، مع التنبيه إلى أن تفسير النموذج تقريبي. لا تكتب جواباً مولداً بالذكاء الاصطناعي في النسخة الأولى؛ فصل التصنيف عن الإجابة يجعل تقييم الفشل أبسط.

مثال يختبر الالتباس فعلاً

افترض أن العبارة هي «دفعت الرسوم بس لسا مش ظاهر عندي تسجيل الفصل». قد يصنفها النموذج «استفسار مالي» لأن كلمة الرسوم بارزة، بينما يحتاج الموظف إلى التأكد من حالة التسجيل. في سجل العرض يحفظ النظام المقترحين، ويعرض سؤال توضيح مثل «هل تريد متابعة ظهور الدفعة أم حالة تسجيل المساقات؟». هذه صياغة تجربة متوقعة وليست نتيجة اختبار أُجري فعلاً.

اختبر أيضاً «وين أجيب ورقة عدم محكومية؟» إن كانت خارج الخدمات المدعومة، وجملة قصيرة مثل «ما اشتغل» التي لا تحمل سياقاً كافياً. التصميم السليم لا يخترع الجهة المناسبة؛ يطلب تفاصيل إضافية أو يعرض قناة تواصل عامة. احتفظ بسجل قرار مجهول يتضمن نسخة النموذج والفئة المعروضة ونتيجة مراجعة المشرف، لتستطيع إعادة إنتاج الحالة عند مناقشة المشروع.

مقاييس تكشف الفئات التي تختفي

اعرض precision وrecall وF1 لكل مقصد، ومصفوفة الالتباس، ومعدل الامتناع، ونسبة الأسئلة التي أعادها الموظف إلى فئة أخرى. الدقة الكلية قد تبدو مرتفعة إذا كانت فئة «وثائق» كبيرة بينما يفشل النموذج في طلبات الرسوم. لذلك اختبر صيغاً فصيحة ومحكية، تهجئة غير معيارية، كتابة بلا همزات، ومزجاً عربياً إنجليزياً. لا تدمج نتائج المتحدثين إذا كانت مجموعاتهم صغيرة؛ أظهر حجم العينة بجانب كل نسبة.

قارن النموذج بخط أساس وبقاعدة كلمات صريحة، واطلب من موظف غير مشارك في بناء النموذج مراجعة عينة أخطاء عمياء. اختبر الانحراف عند إضافة مسمى خدمة جديد أو تغيير اسم دائرة. حين يتعذر الاستقرار على وسم صحيح، أبلغ عن اختلاف المقيمين ووضّح تعريفات الفئات بدلاً من إخفاء الخلاف داخل المتوسط. الورقة التي تشرح AraBERT مرجع معماري؛ أداء مشروع الطالب يجب قياسه على مجموعته المسموح بها.

ما الذي يجب أن يحدث عند الفشل؟

جرّب سؤالاً طويلاً يذكر أكثر من خدمة، ورمز مساق مختصراً، وعبارة لم تظهر في التدريب. إذا تعطل التحميل يجب أن تبقى صفحة الفرز قادرة على تسجيل السؤال كغير مصنف بدلاً من فقدانه. وإذا أعاد الموظف القرار، سجّل التصحيح كوسم مراجَع ولا تضفه آلياً إلى بيانات التدريب. التحديث يتطلب إصداراً ومراجعة؛ تكرار أخطاء النموذج في تدريب تلقائي قد يرسخها.

لا تفسر احتمال softmax على أنه احتمال صحة مضمون. اختبر معايرة الثقة ومعدل الأخطاء فوق العتبة، وقارن مسار الإحالة بمسار الإجبار على فئة. إذا كانت تكلفة تحويل السؤال خطأ أعلى من تكلفة إحالته، اجعل عتبة الإحالة محافظة وناقشها مع الجهة صاحبة الخدمة. لا توجد عتبة مناسبة للجميع من دون معرفة أثر القرار.

نطاق مشروع تخرج يمكن عرضه

يتضمن التسليم قاموس الفئات، وعينة منزوعة الهوية أو اصطناعية، وسكربت تجهيز، ونموذجين للمقارنة، وصفحة تعرض اقتراحات النظام وسجل التعديل، وتقريراً يشرح حدود التعميم. اجعل التشغيل قابلاً للتكرار بإصدارات مكتبات ثابتة وتعليمات لإعادة إنشاء تقسيم البيانات. لا ترفع أسئلة حقيقية إلى مستودع عام حتى بعد حذف الاسم إن بقيت تفاصيل تكشف صاحبها.

يمكن مناقشة النطاق ضمن مشاريع التخرج، وربط واجهة بسيطة مع مشاريع الذكاء الاصطناعي وتحليل البيانات. يرتبط الموضوع بمقال قياس عدالة ترتيب طلبات الخدمة من جهة تصميم المراجعة البشرية، لكنه يصنف المقصد ولا يرتب أولوية المعاملة. النتيجة الجيدة ليست وعداً برد آلي كامل؛ هي تجربة تظهر أين يساعد الفرز وأين ينبغي أن يتوقف.