التصنيف الآلي للوثائق الأرشيفية وفهرستها: نموذج برمجي متكامل وفق معيار دبلن كور

تتعاظم التحديات التي تواجه المؤسسات الأرشيفية في العصر الرقمي مع التزايد الهائل في أحجام الوثائق الواردة إليها وتنوع صيغها ومصادرها، إذ لم تعد أساليب التصنيف والفهرسة اليدوية التقليدية قادرة على مواكبة هذا التدفق المستمر، بما يترتب عليه من بطء في المعالجة وتباين في الاتساق وصعوبة في الاسترجاع الدقيق للوثائق عند الحاجة إليها، ومن هنا تتجه المؤسسات إلى بناء نماذج برمجية ذكية تؤتمت تصنيف الوثائق وتوليد بياناتها الوصفية اعتمادًا على تقنيات الذكاء الاصطناعي ومعالجة اللغة الطبيعية

وتكتسب هذه الأتمتة أهمية خاصة حين تقترن بمعيار دولي معتمد لوصف الموارد مثل معيار دبلن كور، الذي يوفر إطارًا موحدًا لعناصر الوصف يضمن قابلية التبادل والتشغيل البيني بين نظم الأرشفة المختلفة، كما أن الجمع بين التعرف الضوئي على الحروف ونماذج التعلم العميق يتيح فهم محتوى الوثيقة على مستوى دلالي عميق يتجاوز مطابقة الكلمات السطحية، وهو ما تسعى هذه الدراسة إلى تحقيقه عبر نموذج برمجي متكامل يجمع مراحل المعالجة كلها في خط معالجة واحد

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى اقتراح نموذج برمجي متكامل للتصنيف الآلي للوثائق الأرشيفية وتوليد بياناتها الوصفية وفق معيار دبلن كور لمعالجة مشكلة الإدارة السريعة المتسقة للوثائق في البيئة الرقمية، ويجمع النموذج مراحل متتابعة في خط معالجة واحد يبدأ باستقبال الوثائق الواردة وتحويلها إلى نصوص بالتعرف الضوئي على الحروف، مرورًا بالمعالجة المسبقة للصور من ثنائية التدرج وتصحيح الميل وإزالة الضجيج، ثم تنظيف النصوص وتحويلها إلى متجهات بأسلوب تردد المصطلح ومعكوس تردد الوثيقة، وفي مرحلة التصنيف وظف الباحثون نموذج بيرت ذا البنية المحولية الحساسة للسياق إلى جانب نماذج تعلم آلي تقليدية هي الانحدار اللوجستي وبايز الساذج وآلة المتجهات الداعمة وأسلوب تجميعي هو لايت جي بي إم، وأجريت التجارب على مجموعة بيانات آر في إل سي دي آي بي الشهيرة، وجرى تقويم أداء التعرف الضوئي بمؤشر معدل خطأ الحروف، وتقويم نتائج التصنيف بمقاييس الدقة والإحكام والاسترجاع ودرجة إف واحد

ثانيًا: أبرز النتائج

1، أكدت النتائج الاستقرار العالي وقدرة التعميم لدى نموذج بيرت، إذ حقق دقة بلغت 95.1 في المئة ودرجة إف واحد بلغت 95.0 في المئة، متفوقًا بذلك على النماذج التقليدية المجربة في الدراسة

2، حقق النموذج التجميعي لايت جي بي إم أداء قويًا قريبًا من نموذج بيرت، بدقة بلغت 93.2 في المئة ودرجة إف واحد بلغت 93.2 في المئة، بما يجعله بديلًا كفؤًا حين تتوفر موارد حاسوبية محدودة

3، أثبت خط المعالجة المتكامل فاعليته في رفع دقة التصنيف عبر نمذجة محتوى الوثيقة على مستوى دلالي عميق، متجاوزًا حدود الأساليب السطحية القائمة على تردد الكلمات وحده في تمثيل النصوص

4، في المرحلة النهائية تنظم مخرجات التعرف الضوئي والتعرف على الكيانات المسماة والتصنيف آليًا في عناصر بيانات دبلن كور الوصفية، وهي العنوان والمنشئ والتاريخ والوصف والموضوع والنوع والصيغة واللغة، وتصدر بصيغ منظمة قابلة للتبادل بين النظم

ثالثًا: دلالات الدراسة وتطبيقاتها

تظهر هذه النتائج أن أتمتة التصنيف والفهرسة بهذا النموذج تخفف جهد الفهرسة اليدوية تخفيفًا كبيرًا وتحسن كفاءة التكشيف والاسترجاع في نظم الأرشفة الرقمية، وهو ما يفيد المؤسسات الحكومية والجامعية والمكتبات الكبرى في العالم العربي التي تدير أرشيفات ورقية ضخمة تحتاج إلى رقمنة منهجية، كما يقدم النموذج أساسًا قابلًا للتطوير بإضافة لغات أخرى ومنها العربية، وتوسيع فئات التصنيف، وربطه بمنصات إدارة المحتوى المؤسسي، بما يفتح أفقًا واسعًا أمام دراسات لاحقة في حوكمة الوثائق الرقمية وإدارتها

وخلاصة القول إن النموذج البرمجي المقترح يقدم حلًا متكاملًا يربط بين التعرف الضوئي على الحروف والتصنيف العميق وتوليد البيانات الوصفية المعيارية في منظومة واحدة، ويحقق مستويات دقة مرتفعة تجعل الاعتماد عليه ممكنًا في بيئات الأرشفة الفعلية، ويمنح المؤسسات مسارًا عمليًا للانتقال من الفهرسة اليدوية البطيئة إلى إدارة رقمية سريعة متسقة للوثائق الأرشيفية