يعد التعرف على الكيانات المسماة مهمة تأسيسية في معالجة اللغة الطبيعية، إذ يقوم على رصد أسماء الأشخاص والأماكن والتواريخ والمنظمات داخل النصوص وتصنيفها، وتتوقف عليه تطبيقات كثيرة من استخراج المعلومات إلى البحث الدلالي، غير أن اللغات قليلة الموارد ما تزال مهمشة في هذا الحقل، وفي مقدمتها تاريفيت الأمازيغية التي تفتقر إلى مدونات مشروحة متاحة للجمهور وبروتوكولات تقويم موحدة تسمح بمقارنة النماذج مقارنة عادلة، وهو فراغ بحثي يجعل أي تقدم في معالجة الأمازيغية حاسوبيًا بلا مرجعية قياسية يمكن البناء عليها أو التحقق منها، وتأتي هذه الدراسة لسد هذا الفراغ ببناء أول معيار قياسي موحد وقابل للتكرار للتعرف على الكيانات المسماة في تاريفيت
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى إنشاء معيار قياسي موحد وقابل لإعادة الإنتاج للتعرف على الكيانات المسماة في لغة تاريفيت الأمازيغية، فطوّر الباحثون مدونة مشروحة يدويًا وفق مخطط ترميز يقوم على تمييز بداية الكيان وداخله وخارجه بنسخته الثانية، وغطت المدونة تسع فئات من الكيانات، وخضعت لإجراءات صارمة لضمان الجودة شملت كشف تسرب البيانات وتحليل المفردات الواقعة خارج المعجم، ثم قُوّمت عشر بنى نموذجية ممثلة تحت بروتوكول موحد، شملت النماذج الإحصائية التقليدية ممثلة في الحقول العشوائية الشرطية، ونماذج التوسيم التسلسلي العصبية ممثلة في الذاكرة الطويلة قصيرة الأمد ثنائية الاتجاه مع الحقول العشوائية الشرطية، ونماذج المحولات متعددة اللغات والموجهة للعربية، إضافة إلى مقاربة النطاقات النصية، وجمع التقويم بين مقاييس مستوى الكيان ومستوى الوحدة اللفظية والتحليل بحسب الفئة واختبار المتانة المعجمية وتحليل الثبات الإحصائي بإعادة المعاينة
ويمنح توحيد بروتوكول التقويم المقارنة عدالتها، فحين تُدرَّب النماذج وتُختبر على البيانات ذاتها وبالمعايير ذاتها، يمكن عزو الفروق في الأداء إلى البنية النموذجية ذاتها لا إلى اختلاف ظروف التجربة، وهو ما كانت تفتقر إليه المحاولات السابقة في اللغات قليلة الموارد
ثانيًا: أبرز النتائج
أظهرت النتائج تفوق نماذج المحولات باطراد على النماذج الإحصائية التقليدية ونماذج التوسيم العصبية، وحقق نموذج بيرت متعدد اللغات أعلى درجة على مستوى الكيان بمقياس إف واحد بلغت 95.76 في المئة، وتقدمت بعده نماذج مار بيرت ودارجة بيرت وريم بيرت، وجاءت فئتا الموقع والتاريخ الأصعب بين الفئات التسع، بينما أظهرت مقاربة النطاقات النصية أداء أضعف بدرجة ملموسة عند التقويم الصارم بالمطابقة التامة، وتوزعت بقية النتائج على نحو يظهر حساسية الأداء لنوع الفئة ولمدى حضور الكيان في بيانات التدريب، إذ تراجع الأداء مع الكيانات النادرة وتلك الواقعة خارج معجم التدريب مقارنة بالكيانات المعروفة، ما يؤكد أن ندرة الموارد تظل التحدي المركزي في معالجة هذه اللغة
وتحمل هذه النتائج دلالة تتجاوز لغة تاريفيت ذاتها، فتفوق النماذج متعددة اللغات والموجهة للعربية يشير إلى أن نقل التعلم من لغات غنية بالموارد، ومن العربية بخاصة لقربها الجغرافي والتداخلي من الأمازيغية، يمكن أن يعوّض جزئيًا غياب المدونات الكبيرة في اللغات قليلة الموارد
ويعزز استخدام تحليل الثبات بإعادة المعاينة من قيمة هذه المقارنات، إذ لا يكتفي الباحثون بدرجة أداء واحدة قد تصنعها مصادفة تقسيم البيانات بين التدريب والاختبار، بل يقدّرون مدى استقرار الفروق بين النماذج عبر عينات معادة، فتأتي أفضلية نماذج المحولات مدعومة بثقة إحصائية أرسخ من مجرد ترتيب رقمي وحيد
ثالثًا: دلالات الدراسة وتطبيقاتها
تضع الدراسة بذلك مرجعية قياسية موثوقة للتعرف على الكيانات المسماة في تاريفيت، وأساسًا قابلًا لإعادة الاستخدام في بحوث معالجة اللغة الطبيعية الأمازيغية ومتعددة اللغات، إذ أصبح بإمكان الباحثين قياس أي نموذج جديد على البروتوكول ذاته ومقارنة نتائجه بسابقاتها مقارنة منصفة، كما توجه النتائج جهود التطوير المقبلة نحو الفئات الأصعب كالموقع والتاريخ ونحو معالجة الكيانات النادرة وخارج المعجم، وتبقى حدود الدراسة مرتبطة بحجم المدونة المشروحة وبفئاتها التسع وسياق اللغة الواحدة، ما يستدعي توسيع المدونة واختبار المعيار في لهجات أمازيغية أخرى قبل تعميم الاستنتاجات
كما يفتح توفر مدونة مشروحة بعناية الباب أمام مهام معالجة لغوية أخرى لتاريفيت تتجاوز التعرف على الكيانات المسماة، كتحليل المشاعر وبناء المعاجم الحاسوبية وتصنيف النصوص، إذ تشكل المدونات المشروحة البنية التحتية التي تقوم عليها هذه التطبيقات جميعًا في أي لغة
وخلاصة القول إن الدراسة حولت التعرف على الكيانات المسماة في تاريفيت من محاولات متفرقة بلا مرجعية إلى حقل له معيار قياسي موحد وبروتوكول تقويم شفاف، وأثبتت أن نماذج المحولات، وفي مقدمتها بيرت متعدد اللغات، قادرة على بلوغ أداء مرتفع حتى في لغة قليلة الموارد متى توفرت مدونة مشروحة بعناية
هل تحتاج إلى دعم متخصص في بحثك؟
يمكنك طلب الخدمة مباشرة عبر حساب الباحث، وسيتابع معك فريق مؤسسة النظم طلبك خطوة بخطوة حتى اكتمال الإنجاز
