التشكيل الذي يحتاج مراجعة فقط: مشاريع تخرج معالجة اللغة العربية

قد تتغير قراءة كلمة عربية بحسب الحركة، لكن وضع الحركات على كل حرف ليس دائماً أريح للقارئ. يقترح هذا المشروع من مشاريع تخرج معالجة اللغة العربية أداة تقرأ جملة مطبوعة، تقترح التشكيل، ثم تترك العلامة ظاهرة فقط حين يكون اختلاف القراءة مهماً أو يطلب المستخدم مراجعتها. الفكرة ليست وضع التشكيل آلياً على كتاب كامل؛ إنها دراسة متى يكون النموذج واثقاً ومتى ينبغي أن يرفع يده عن القرار.

عرّف السؤال قبل اختيار النموذج

ابدأ بفقرة قصيرة من نص تعليمي حديث مرخص، ثم اكتب نسخة مرجعية مشكولة راجعها شخصان يجيدان العربية. سجل موضع كل حركة وهل هي ضرورية لرفع لبس المعنى في سياق الجملة. لا تجعل المشروع مسابقة على عدد العلامات: قد تكون كلمة كثيرة الحركات واضحة من سياقها، بينما حركة واحدة تغير الفاعل أو المعنى. عرّف أيضاً الجمهور؛ متعلم العربية في مستوى مبتدئ قد يحتاج علامات أكثر من محرر نص عربي معتاد على القراءة.

حدد وحدة المهمة: حرف، كلمة، أو جملة. إذا حسبت الثقة للكلمة ثم قررت إظهار الحركات كلها، اكتب ذلك في التقرير. وتذكر أن إظهار حركة واحدة لا يعالج كل غموض صرفي، وأن حركات الإعراب آخر الكلمة قد تختلف باختلاف التحليل والسياق.

جهّز نصاً مرخصاً وتسميات قابلة للنقاش

يمكن استكشاف مجموعة Tashkeela البحثية بعد مراجعة شروط استخدامها ومصدر النصوص. يشرح بحث التشكيل الجزئي الموجّه بعدم اليقين تجربة على Tashkeela ويقيس علاقة عدم اليقين بأخطاء الحركات؛ هذه نتيجة ورقة محددة وليست ضماناً لأداء نصوص جامعية جديدة. استخدم نسخة صغيرة من مجال واحد، مثل إرشادات مختبر أو مادة تعليمية، واحتفظ بمرجع بشري وملاحظات الاختلاف بدلاً من نسخ التشكيل الآلي كحقيقة.

أداة camel_diac في CAMeL Tools مثال عملي على تمرير نص إلى مفكك صرفي واستخراج التحليل المفضل. ثبّت نسخة المكتبة وقاعدة الصرف وإعدادات تقطيع الكلمات. لا تجعل قاعدة عامة تدريباً واختباراً في الوقت نفسه؛ افصل المقاطع أو المصدر حتى لا تتسرب الجمل المتشابهة إلى الطرفين.

اجمع بين اقتراح النموذج وإشارة المراجعة

شغّل خط أساس واضح: تشكيل النموذج الافتراضي كاملاً، ثم طريقة بسيطة تختار الكلمات التي تختلف فيها احتمالات بدائل الحركة أو يتغير تحليلها عند إدخال السياق. يمكن الاستفادة من بحث Context-Contrastive Partial Diacritization الذي يقارن استدلالاً مع السياق وآخر من دونه، مع التنبيه إلى أن تطبيق الطالب قد يستخدم حيلة مختلفة. لا تخلط درجة الثقة بقرار إخفاء العلامة: أظهر للمراجع النص الأصلي، والتشكيل المرشح، والسبب المختصر مثل «تعارض تحليلين صرفيين».

إذا أظهر الاختبار أن درجة النموذج لا ترتبط فعلاً بالخطأ، فاعرض كلمات منخفضة الثقة وفق عتبة عملية يختارها الفريق، ولا تسميها احتمالات صحيحة. أضف خياراً للمراجع لتثبيت حركة أو رفض كل الاقتراحات. احفظ التعديلات التي يجيز استخدامها المشروع فقط، مع إزالة أي معلومات خاصة من السجلات.

مثال يبين فرقاً بين العلامة والحسم

خذ جملة تعليمية فيها كلمة تحتمل قراءتين معروفتيْن وفق السياق. يعرض النظام قراءته الأولى وحركة موضع الخلاف، ويشير إلى أن القرار يحتاج مراجعة؛ لا يعيد صياغة الجملة ولا يختار معنى جديداً من خارج النص. قد يراجع الإنسان السياق السابق واللاحق، ثم يثبت إحدى القراءتين أو يقرر أن التشكيل غير لازم للقارئ المقصود. هذا المثال يوضح واجهة المشروع فقط، وليس نتيجة اختبار فعلية.

أضف حالة لا تحمل التشكيل أي فائدة واضحة، وأخرى يكون فيها اقتراح النموذج خاطئاً لكنه واثق. هذه الحالة الأخيرة ضرورية لأنها تكشف أن اللون الأخضر أو شارة «واثق» ليست بديلاً عن الدليل.

اختبر الخطأ وكلفة المراجعة معاً

احسب معدل خطأ الحركات، ونسبة الكلمات التي اختيرت للمراجعة، ثم قِس كم خطأ بقي خارج قائمة المراجعة. قارن ثلاثة أوضاع: نص بلا تشكيل، تشكيل كامل، وتشكيل انتقائي. اجعل المقارنة على مقاطع لم تستخدم لضبط العتبة. يمكن تسجيل وقت مراجعة عينة صغيرة لكل وضع، لكن لا تستنتج تجربة مستخدم عامة من عدد قليل من المشاركين؛ اذكر حجم العينة وإجراءاتها.

راجع النتائج حسب نوع النص والفصحى والكلمات النادرة والأسماء، وأبلغ الاتفاق بين المراجعين قبل فض الخلاف. إذا اختلف المرجع نفسه، احتفظ بالخلاف وبيّن طريقة التحكيم. احسب مقدار التشكيل الظاهر منفصلاً عن دقة العلامات حتى لا يبدو تخفيض عدد الحركات وحده تحسناً لغوياً.

ضع حدوداً صريحة للنسخة الجامعية

المحلل قد يخطئ بسبب كلمة خارج معجمه أو سياق أطول من النافذة أو اختلاف بين العربية الفصحى واللهجة. النصوص التراثية والقرآن والمواد القانونية لها متطلبات خاصة لا يغطيها نموذج أولي عام، ولا ينبغي للفريق إعادة نشر نصوص محفوظة الحقوق من غير إذن. الدرجة العددية ليست تفسيراً للمعنى ولا برهاناً على أن الصيغة صحيحة.

لا تحوّل الأداة إلى مصحح نحوي أو قارئ مخطوط. هذا المشروع يتلقى نصاً رقمياً، ويتعامل مع تشكيل الحروف وإبراز المراجعة. إذا أضيفت صورة أو تحليل عروض لاحقاً فذلك سؤال بحثي ومجموعة بيانات مختلفة.

ما الذي يسلّمه فريق التخرج؟

يسلم الفريق واجهة محرر نص، ومحوّل تشكيل قابل لإعادة التشغيل، ودليل وسم، وعينة اختبار مرخصة، وسجل إعدادات النموذج، ونتائج الخطأ والكلفة، وشرحاً للحالات التي ينسحب فيها النظام. ويمكن مقارنة المهمة بمشروع تصنيف مقصد الاستفسار العربي من ناحية أن السياق يغير التحليل، مع بقاء هذا المشروع مركزاً على العلامات الصوتية والصرفية.

تبدو مشاريع تخرج معالجة اللغة العربية أقوى حين تُظهر للمشرف الحالات التي لم تحسمها، لا لقطة مخرجات مشكولة فقط. اكتب بوضوح أي الأجزاء نفذها الفريق، وأي نتائج وردت في الأوراق الأصلية، وأي أرقام ناتجة عن تجربتكم. هذا يجعل المشروع قابلاً للفحص حتى إن كانت النتيجة أن خط الأساس البسيط يكفي لمجال النصوص المختار.