تقدم هذه الدراسة، بناء على نتائج بحوثها، طريقة جديدة لفصل النص العربي غير المتصل بالشبكة، وهو النص المكتوب بخط اليد أو المطبوع بصورة منفصلة عن أنظمة التعرف المباشر، إذ يواجه استخراج النص العربي المكتوب تحديات خاصة تنبع من طبيعة الخط العربي المتصل الحروف والمتداخل المناطق، حيث تتوزع مكونات الحرف الواحد على مناطق رأسية متعددة تشمل جسم الحرف ونقاطه وهمزاته وعلاماته، ومن ثم يصبح تحديد الخط القاعدي الذي يفصل هذه المناطق خطوة حاسمة في أي نظام ناجح للتعرف الضوئي على الحروف العربية، وتزداد الصعوبة في المخطوطات القديمة وفنون الخط العربي حيث تتشابك الحروف وتتداخل بصورة معقدة يصعب معها العثور على الأبجدية وتمييز عناصرها، ولذلك تتجه البحوث الحديثة إلى توظيف أساليب التعلم العميق ومعالجة الصور لبناء منظومات قادرة على فصل النصوص العربية وفهم بنيتها وصولًا إلى التعرف الكامل على الكلمات بدقة عالية
أولًا: أهداف الدراسة ومنهجيتها
هدفت الطريقة المقترحة إلى فصل النص العربي عبر العثور على الفاصل الأساسي بين منطقتي الوسط والأسفل بالنظر في الانحلال الحاد للحروف في هاتين المنطقتين، بحيث يعمل الخط القاعدي فاصلًا للإسقاطات الأفقية على غرار وظيفته في تحديد اتجاه نقطة البداية، ويهدف نظام التقسيم إلى المناطق إلى تقليل عدد فئات العناصر المختلفة المرتبطة بإجمالي عدد الأبجديات المستخدمة في الكتابة العربية المتصلة، وقد حُددت المكونات باستخدام تقنية أصل قيمة البكسل ومنطقة المركز مدموجة مع مورفولوجيا الحرف لتحقيق تعرف كامل على مستوى الكلمة، فباستخدام الخط القاعدي العلوي والخط القاعدي السفلي معًا تنتج هذه التقنية المقترحة نمطًا عربيًا متسقًا صُمم لتحسين معدلات التعرف بزيادة عدد مرات التطابق، وقد جرى اختبار الطريقة على كلمات مفتاحية متوسطية هي مدن في الجزائر وتونس، معتمدة مؤشرات لقياس صحة النصوص في سياقين خطيين مختلفين هما الخط العثماني والخط العربي
ثانيًا: أبرز النتائج
أظهرت النتائج أن الطريقة المقترحة تحقق صحة في الخط العثماني تزيد على 98.14 في المئة، وفي الخط العربي تبلغ 90.16 في المئة، استنادًا إلى أربعة وثمانين ومئة وسبعة عشر بيتًا على الترتيب، كما أدت هذه التقنية أداءً جيدًا حين تعلق الأمر بتمييز النص العربي بما في ذلك فن الخط، وعملت على أفضل وجه حين يتمكن الخط القاعدي من تقسيم السمات إلى المنطقة السفلية والمنطقة الوسطى في نمط معقد يصعب فيه العثور على الأبجدية كما في النصوص القديمة، فالنصف السفلي من الخصائص يُستخدم للتمييز بين المعدِّلات في المناطق بينما لا يُستخدم النصف العلوي لذلك، كما حددت الدراسة عبر أسلوب التدقيق وبنية قسم التقويم وبرمجياته المشكلات الرئيسة التي واجهت الأداء، مع إبراز عدد منها بصفة خاصة، مما يمنح الباحثين اللاحقين خريطة واضحة لنقاط القوة التي يمكن البناء عليها ونقاط الضعف التي تستدعي مزيدًا من التطوير في أنظمة استخراج النص العربي المكتوب والتعرف عليه
ثالثًا: دلالات الدراسة وتطبيقاتها
تحمل الطريقة المقترحة دلالات مهمة لمجال رقمنة التراث العربي المخطوط وأرشفة الوثائق التاريخية، إذ تفتح دقة الفصل العالية في الخط العثماني والعربي الباب أمام تحويل المخطوطات والمصاحف والوثائق القديمة إلى نصوص رقمية قابلة للبحث والفهرسة والتحليل الحاسوبي، وهو ما يخدم المكتبات والمؤسسات التراثية والباحثين في الدراسات العربية والإسلامية، كما تفيد مطوري أنظمة التعرف الضوئي على الحروف العربية في تبني منهجية المناطق والخطوط القاعدية المزدوجة أساسًا لتحسين معدلات التعرف على الكلمات في النصوص المتصلة المعقدة، وتفيد كذلك مشروعات إتاحة المحتوى العربي رقميًا بتقليل الجهد اليدوي اللازم لمراجعة النصوص المستخرجة وتصحيحها، وكلما ارتفعت دقة الاستخراج الآلي اتسعت إمكانات بناء مدونات نصية عربية تاريخية تصلح للدراسات اللغوية والحاسوبية على نطاق واسع لم يكن متاحًا من قبل
وخلاصة القول إن فصل النص العربي المكتوب يظل حجر الأساس في أي نظام ناجح للتعرف عليه رقميًا، وقد قدمت هذه الدراسة طريقة قائمة على الفاصل بين المناطق والخطوط القاعدية المزدوجة وتقنية منطقة المركز حققت صحة تجاوزت 98.14 في المئة في الخط العثماني وبلغت 90.16 في المئة في الخط العربي، بما يؤكد جدوى المنهجية المقترحة في التعامل مع تعقيدات الحرف العربي وفنونه الخطية، ويشجع على تطويرها لاحقًا لتشمل مدونات أوسع من المخطوطات والنصوص القديمة المتنوعة الأساليب والأزمنة
