هل هذا المنتج في فئته الصحيحة؟ مشاريع تخرج معالجة اللغة العربية

قد يكتب متجر “سماعة رأس لاسلكية مقاومة للماء” ويضعها تحت إكسسوارات الهاتف، بينما يحتمل أن تكون فئة الصوتيات أنسب. وصف عربي قصير قد يجمع اسم المنتج والميزة والاستخدام، وقد يحوي أخطاء إملائية أو كلمات إنجليزية. يقترح مشروع من مشاريع تخرج الذكاء الاصطناعي مساعد مراجعة يرشح فئة من شجرة موجودة، ويعرض أقرب البدائل ومفردات الوصف التي أثرت في النتيجة. لا يغير تصنيف الكتالوج تلقائياً.

حدد شجرة فئات ثابتة

اختر مجالاً صغيراً مثل أدوات الدراسة أو الإلكترونيات المنزلية، واكتب الشجرة وإصدارها قبل جمع البيانات. الفئة ليست كلمات مفتاحية حرة؛ قد تكون هناك فئات أب وفئات فرعية، وقد يتطلب النظام أكثر من تصنيف للمنتج. حدّد إن كان المطلوب فئة واحدة أم مجموعة، وكيف تعالج المنتجات التي لا تناسب أي فئة. لا تدرب نموذجاً ثم تغير الشجرة من دون تسجيل نسخة التغيير.

أمثلة Schema.org Product تصف خصائص المنتج العامة مثل الاسم والعلامة والعروض، أما تصنيف GS1 GPC فيوفر بنية فئات تجارية. استعمل ما يناسب نطاق التجربة، ولا تخلط حقول schema مع ترميز الفئات كأنهما الشيء نفسه. اكتب قواعد mapping بينهما إذا احتجت.

جهز أوصافاً تمثل الاستخدام

يمكن لفريق الجامعة جمع منتجات مصطنعة مع أوصاف من صياغته، أو استخدام مجموعة منشورة مثل MAVE بعد مراجعة شروطها وحقولها؛ وهي مجموعة لاختبار استخراج سمات المنتجات من مصادر متعددة، لذلك لا تمثل وحدها تصنيف المنتجات العربية أو شجرة فئات متجر محلي. إن كانت المجموعة بالإنجليزية أو في مجال مختلف، لا تدّع أنها تمثل المتاجر العربية. أنشئ عينة عربية مستقلة بمراجعين اثنين، وسجل الفئة التي اختاراها ودرجة اتفاقهما وسبب الخلاف. أخفِ أسماء البائعين والمعرفات إذا لم تكن لازمة.

أضف تنوعاً واقعياً: لهجات كتابة شائعة، تهجئات مختلفة، وحدات ومقاسات، ووصفاً ناقصاً أو ملتبساً. لا تصنع أمثلة كلها واضحة فتبدو الدقة مرتفعة. احتفظ بالنص الأصلي والنص المنظف وعمليات التطبيع منفصلة؛ فقد يزيل التطبيع رمز موديل أو سمة تغير الفئة.

رشح ثم اشرح البدائل

ابدأ بمطابقة الكلمات، ثم تمثيل نصي متعدد اللغات أو عربي، وقارن النتائج. امنع النموذج من اقتراح فئة غير موجودة في شجرة النسخة المختارة. أظهر أعلى اقتراحين أو ثلاثة، والمسافة بينها، والكلمات أو السمات التي وجدت في الوصف. الدرجة ليست احتمالاً معايراً بالضرورة؛ سمها درجة تشابه إن لم تتحقق معايرتها.

اختبر الكلمات الإنجليزية المضمنة، والنفي مثل “غير مقاوم للماء”، والموديلات التي تتشارك الاسم مع فئات أخرى. يجب ألا يتحول وجود كلمة “هاتف” إلى تصنيف كل منتج كملحق هاتف. واجهة المراجع تعرض تعريف الفئة وأمثلة قريبة؛ ويمكنه اختيار أخرى أو وضع “لا تنطبق”. لا تستخدم شرحاً آلياً مختلقاً؛ اجعل الأدلة قابلة للرجوع إلى النص والفئة.

حالة يراجعها الإنسان

لنفترض وصفاً تدريبياً: “قارئ إلكتروني 7 بوصة، إضاءة دافئة، واي فاي”. قد يتنافس تصنيف أجهزة القراءة مع الأجهزة اللوحية. يعرض النظام الفئتين وسبب الالتباس، ويسمح للمراجع بمعرفة سياسة الكتالوج: هل تصنف الأجهزة وفق وظيفتها الأساسية أم شكلها؟ إذا لم يذكر الوصف وجود شاشة لمس أو نظام تطبيقات فلا يستنتجها النموذج من تلقاء نفسه.

سجل قرار المراجع وتعليل السياسة، وليس مجرد النتيجة، حتى تستطيع المجموعة تمييز خطأ النموذج من غموض الفئة. يمكن أن تكون التسمية متعددة الخيارات حسب معيار العمل، لكن يجب توثيق ذلك قبل الاختبار.

اختبر الفئات النادرة والاتفاق

افصل بيانات التدريب والاختبار حسب المنتج أو البائع أو الزمن لتقليل تكرار الوصف نفسه في الطرفين. أبلغ macro-F1 إلى جانب الدقة، ومصفوفة الالتباس لكل فئة، ومعدل امتناع النظام عند انخفاض الثقة. قارن مع baseline كلمات بسيط. راجع عينة من اقتراحات النموذج دون إخبار المراجع باسم النموذج كي لا يتأثر حكمه.

قِس اتفاق المراجعين قبل اعتمادهم، وأبقِ الخلافات في تحليل منفصل. افحص أداء العربية الفصحى مقابل الأوصاف التي تمزج الإنجليزية، والمنتجات قليلة الأمثلة. لا تحذف فئة ضعيفة من التقرير لمجرد تحسين المتوسط. إذا تغيرت الشجرة، أنشئ نتائج جديدة ولا تقارنها مباشرة بنتائج نسخة قديمة بلا تفسير.

متى يرفض النظام الاقتراح؟

الكتالوج نفسه قد يكون ناقصاً أو تسمياته غير متسقة. التشابه النصي لا يفهم دائماً الاستخدام المقصود، وقد يتغير تعريف التصنيف من جهة تجارية لأخرى. اترك خيار عدم كفاية المعلومات، ولا تملأ الخانة تلقائياً. لا تعتبر نتيجة المراجع حقيقة موضوعية إذا كانت سياسة الكتالوج غير مكتوبة.

لا يجمع المشروع أسعاراً أو معلومات شخصية، ولا يقرر جودة المنتج أو سلامته. احفظ النصوص وفق ترخيص المصدر، وأزل أسماء العملاء. النتائج تصلح كمساعدة إدخال بيانات في نطاق تجريبي، لا كبديل عن مسؤول الكتالوج.

مخرجات قابلة للمراجعة

يسلم الفريق شجرة الفئات وإصدارها، مجموعة نصوص عربية موثقة المصدر، دليل الوسم، واجهة مراجعة، ودفتر مقارنة القواعد والنموذج. اعرض حالات الالتباس والخطأ والامتناع، وأضف اختباراً يثبت أن التغيير في الشجرة لا يترك اقتراحات بمعرفات قديمة. يمكن الاستفادة من موجه الاستعلامات العربية للمقارنة مع مهمة فهم النص، ومن اختبار الواجهة العربية لتحسين تجربة المراجع.

مشاريع تخرج معالجة اللغة العربية ذات القيمة العملية لا تكتفي بلوحة دقة. اشرح كيف جُمعت الأوصاف، ومن وضع التسميات، وما الحالات التي لم يستطع النظام حسمها. إظهار بدائل مفهومة للمراجع يجعل نجاح المشروع قابلاً للفحص.