معالجة اللغات الطبيعية

• أوضح بعضًا من تطبيقات معالجة اللغات الطبيعية واستخداماتها.
• أوضح مراحل معالجة اللغات الطبيعية.
• أبين تقنيات معالجة اللغات الطبيعية وطرقها.

حاسوب يفهم لغتنا: ما معالجة اللغات الطبيعية؟

تتعدد تطبيقات الذكاء الاصطناعي الحياتية؛ إذ تعلّمنا بعض الاستخدامات مسبقًا.

هل سبق أن تعاملت مع تطبيق ⁦(Siri)⁩ في الهواتف الذكية؟ هل يعدُّ أحد تطبيقات الذكاء الاصطناعي؟

• تستخدم معالجة النصوص الطبيعية مزيجًا من التعلم الآلي، والتحليل اللغوي لتحقيق هذا الهدف.

خمس مراحل من إدخال النص إلى تقييم النموذج

• إدخال البيانات ⁦(Input Data)⁩: تشمل البيانات مفردات أي لغة من اللغات التي يمكن للبشر التحدث بها.
• وتكون المدخلات على شكل نصوص مكتوبة، مثل الجمل والفقرات والمحادثات. أو محكية على شكل كلام منطوق.

• المعالجة القبلية للبيانات ⁦(Data Preprocessing)⁩: تعدُّ هذه المرحلة أساسية ومهمة قبل البدء بأي خطوة لتنفيذ تطبيق ما،
• وتُقسم إلى أربع مراحل ننفذها بالترتيب وبالتناسب مع اللغة المستخدمة للتدريب، والنتيجة المُراد تحقيقها:

• حيث تشمل خطوات عدة تبعًا للغة، فمثلاً في اللغة العربية، يمكن العمل على بعض التعديلات مثل:
• توحيد الألف المقصورة، مثل تحويل الألف المقصورة إلى الألف القائمة.
• توحيد الهاء المربوطة والتاء المربوطة.
• إزالة الهمزات.

• تدريب النموذج ⁦(Model Training)⁩: يُختارُ في هذه المرحلة النموذج المناسب لتدريب البيانات عليه تبعًا للخصائص المستخرجة.

• هذه المرحلة هي نفسها التي شُرحت في الخطوة السادسة من بناء نماذج تعلّم الآلة.

أتخيل أن البيانات الآتية أُدخلت إلى نظام معالجة اللغات الطبيعية. أطبّق مع زملائي في المجموعة خطوات معالجة البيانات على كل نص من النصوص الآتية، وأدوّن ما نتوصل إليه في مستند، ثم نعرضه ونناقشه مع الزملاء. البرمجة ممتعة للغاية وتساعد في حل المشكلات. أنا أحب السفر إلى الأماكن الجديدة واستكشاف الثقافات المختلفة. الطقس اليوم رائع جدًا والسماء صافية. ⁦Sports are beneficial for both mental and physical health Technology is rapidly changing our lives and helping in connecting people⁩ هل اختلفت إجابات المجموعات؟ أفسر إجابتي.

مكتبات بايثون التي تبني أنظمة اللغة

تحليل النص: أربع عمليات على جملة واحدة

بعد أن تعرّفنا مراحل معالجة اللغات الطبيعية، سنستعرض المهمات الأساسية التي تحدث في هذه المراحل.

• هو خطوة أساسية في معالجة النصوص الطبيعية، وتتضمن العمليات الآتية:

• يتضمن هذا التحليل فهم السياق الذي تُستخدم فيه الكلمات لتحديد معانيها الدقيقة.
• يُعزز تحليل الدلالة من قدرة الأنظمة على فهم النصوص بشكل أعمق وأكثر دقة؛ مما يتيح تطوير تطبيقات ذكية وفعالة في مجالات متعددة.

استخراج المعلومات: من نص حر إلى بيانات منظمة

• يساعد هذا في بناء شبكات معرفية تربط بين الأشخاص، والأماكن، والأشياء، والأحداث.
• ويعدُّ استخراج العلاقات خطوة متقدمة بعد التعرف إلى الكيانات المسماة.

أستخدم برنامج الذكاء الاصطناعي ⁦(Copilot)⁩ لكتابة برنامج بايثون، واستخدام المكتبات اللازمة لمعالجة اللغة الطبيعية لتحليل النص الآتي واستخراج المعلومات منه: في مدرسة القمة الثانوية، يُدرِّسُ المعلم أحمد مادة المهارات الرقمية لطلبة الصف الحادي عشر. أبدى الطلبة شكرهم وامتنانهم للمعلم أمام الوفد التربوي الذي زار المدرسة في بداية شهر تشرين أول

ما المكتبات اللازمة لمعالجة اللغة الطبيعية لتحليل النصوص؟

أنفذُ البرنامج في بيئة بايثون، وأشارك زملائي النتائج التي توصلت إليها. أطلب المساعدة من برنامج ⁦Copilot⁩ إذا واجهت مشكلات في تنفيذ البرنامج.

فهم النص: ماذا يشعر الكاتب وماذا لم يقله؟

يُنتقَلُ في هذه المرحلة من الفهم البسيط للنص إلى الفهم العميق؛ لتحديد معانيه الدقيقة وتفسير سياقاته وعلاقاته. يتطلب فهم النص تحليل المشاعر والاستنتاج النصي.

• يمكن أن تكون هذه المشاعر إيجابية، أو سلبية، أو محايدة.
• يُستخدم تحليل المشاعر بشكل واسع في مجالات، مثل تحليل وسائل التواصل الاجتماعي، وتقييم المنتجات، ومراجعات العملاء.

• ويُستخدم في تحليل النصوص؛ لفهم العلاقات الضمنية بين الأفكار واستخلاص المعلومات التي لم تُذكر بشكل صريح.

توليد النص: تلخيص وترجمة وردّ

• التلخيص التلقائي ⁦(Automatic Summarization)⁩: يتضمن تلخيص النصوص الطويلة إلى نصوص مختصرة.
• الترجمة الآلية ⁦(Machine Translation)⁩: تتضمن ترجمة النصوص من لغة إلى أخرى.
• الاستجابة للنصوص ⁦(Text Response Generation)⁩: تتضمن إنشاء ردود على استفسارات أو محادثات نصية باستخدام نماذج تعلُّم الآلة.

أبحث في موقع ⁦Copilot⁩ عن تطبيقات ذكاء اصطناعي مجانية لترجمة النص وتلخيصه، وأطبقها عمليًا، وأشاركها مع زملائي عبر اللوح الرقمي التفاعلي، وألخصُ تجربتي بالتعامل معها.

بالتعاون مع زملائي، نختار أربعة استفسارات تتعلق بالحقول الدراسية في الخطة الدراسية الجديدة للثانوية العامة. نكتبُ المقطع البرمجي في لغة بايثون باستخدام الجمل الشرطية ⁦(if-else)⁩ والروتينات الفرعية ⁦(functions)⁩. نشغل البرنامج في بيئة بايثون؛ للتأكد من صحته. نقارن البرنامج الذي طورته المجموعة مع برامج الزملاء في المجموعات الأخرى، ونحصلُ على التغذية الراجعة. نبحث في أدوات الذكاء الاصطناعي مثل ⁦ChatGPT⁩ أو ⁦Copilot⁩ لمعرفة طرق أخرى لتنفيذ البرنامج نفسه. نشارك البدائل التي وجدناها مع الزملاء على اللوح التفاعلي للرقمي للصف، ونناقش الفروق بين هذه الطرق والطرق التقليدية.

الطرق التقليدية: قواعد تُكتب بيدٍ بشرية

تتنوع الطرق المستخدمة في معالجة اللغات الطبيعية بين طرق تقليدية وطرق حديثة، ولكل طريقة استخداماتها.

• تعد النماذج الإحصائية والتقنيات القائمة على القواعد أهم هذه الطرق، وتشمل النماذج النحوية ونماذج اللغات، وتعتمد على مجموعة من القواعد المكتوبة يدويًا لفهم اللغة.
• تُحلل النصوص بناءً على القواعد النحوية والصرفية، وتُقسّم إلى مكونات مثل الأفعال، والأسماء، والصفات، وما إلى ذلك.
• وتستخدم هذه الطريقة في بناء القواميس اللغوية، والمحللات النحوية، وأنظمة الاستنتاج اللغوي.

الطرق الحديثة: شبكات عصبية تتعلم من البيانات

• يعد التعلم العميق من أبرز الطرق الحديثة؛ حيث يعتمد على استخدام الشبكات العصبية العميقة لفهم النصوص وتحليلها وتوليدها.
• ويُبنى نموذج مكون من طبقات عدة من الوحدات العصبية؛ مما يتيح لها استخراج الخصائص وتعلّم التمثيلات المعقدة للبيانات.

• الشبكات العصبية الالتفافية (⁦Convolutional Neural Network⁩: ⁦CNN⁩): التي تُستخدم في تصنيف النصوص واستخراج الخصائص/الأنماط.
• الشبكات العصبية المتكررة (⁦Recurrent Neural Network⁩: ⁦RNN⁩): التي تُستخدم عادة لمعالجة البيانات/النصوص المتسلسلة.

• نموذج ⁦GPT-4⁩ حيث إن بنيته الأساسية تعتمد على المحولات المدرّبة مسبقًا، ويحتوي على عدد كبير من المتغيرات ⁦Parameters⁩، ويُستخدم في كتابة المقالات الطويلة بناءً على مقترح أو معلومة مسبقة.
• نموذج ⁦BERT⁩ الذي يتميز بفهمه للسياق الثنائي الاتجاه للنصوص العربية وغيرها.

يوجد عديد من تطبيقات معالجة اللغات الطبيعية الموجودة على الهواتف المحمولة. أناقش مع العائلة التطبيقات التي يستعملونها، وأشارك النتائج على اللوح الرَّقْميّ التفاعلي للصف.

أبحث في المصادر الموثوقة عن تِقْنيّات أخرى لمعالجة اللغات الطبيعية، وأشاركها مع الزملاء عبر اللوح التفاعلي الرَّقْميّ للصف، وأتفاعل مع مشاركات الزملاء، وأشارك تجربتي في التعامل مع بعض التِقْنيّات ذات الصلة.

أستخدم تطبيقيْ ⁦(Gemini)⁩ و ⁦(ChatGPT)⁩ للبحث عن تِقْنيّات التعلّم العميق، ثم أقارن بين التطبيقيْن من حيث سهولة الاستخدام، وسرعة الاستجابة، ودقة المعلومات.

تطبيقات تحيط بك: من تحليل الآراء إلى التلخيص

• تحديد نوع النص ⁦(Text Classification)⁩ وتحليل المشاعر ⁦(Sentiment Analysis)⁩: يُستخدم في تصنيف التعليقات والآراء أو تحليلها في وسائل التواصل الاجتماعي، وفي التقييمات والمراجعات. الشكل (3-2) يبين طريقة معالجة نص (آراء) وتحليله.

• الدردشة الذكية ⁦(Chatbots)⁩: تعمل على إنشاء أنظمة محادثة تفاعلية تقدّم الدعم الفني أو خدمات العملاء. مثل ⁦(ChatGPT)⁩ و⁦(Google Assistant App)⁩ و⁦(Salma AI)⁩. الشكل (3-3) يبين مثالًا على الدردشة الذكية.

• استخراج إجابة السؤال ⁦(Question Answering)⁩: يُستخدم في مجالات متنوعة، مثل محركات البحث، ومساعدات الذكاء الاصطناعي، وخدمات الدعم الفني، وتطبيقات الخدمات الصحية وغيرها.
• حيث تُستخرج الإجابة بما يتناسب مع سؤال استفسار المستخدم/العميل.
• يُستخدم لتلخيص المقالات والأخبار والتقارير الطويلة.

أتعاون مع الزملاء في تحليل النص في الشكل (3-2) وتفسير دلالات الرموز الظاهرة ⁦(NEG, POS, NO, ENT, NEG)⁩ وأدوّن الأفكار. ثم نبحث في المواقع الموثوقة عن دلالات هذا التحليل، ونقارنها مع نتائج تفسيراتنا. نعرض، ثمَّ نناقش المجموعات الأخرى في ما توصلوا إليه من نتائج.

أستخدمُ برامج الذكاء الاصطناعي لتوليد برنامج بلغة بايثون لتحليل أحد الآراء الظاهرة في الشكل (3-2)، وأقارن النتائج بما هو ظاهر في الشكل، ثم أشارك النتائج على اللوح التفاعلي الرَّقْميّ للصف.

أبحث في المواقع الإلكترونية الموثوقة عن الفرق بين برامج الدردشة الذكية المذكورة في النص من حيث: الوظيفة، والميزات والقيود. وألخص نتائجي على شكل جدول مقارنة باستخدام ⁦(Google Docs)⁩، وأشاركها مع زملائي عبر اللوح الرَّقْميّ التفاعلي الخاص بالصف.

أستخدم (⁦AI-Powered Google Assistant⁩: ⁦Gemini⁩) وأوجه أسئلة محددة الإجابة مثل: عاصمة بلد معين، أو درجة الحرارة في فترة محددة، أو عملية حسابية مطلوب ناتجها، وغيرها من الأسئلة. أستعرض النتائج وأقيّمها من حيث (الوضوح، والسرعة، والدقة).

أجرِّب استخدام الموقع الإلكتروني: ⁦https⁩://⁦www.chatpdf.com/⁩ لتلخيص محتوى مقالة ما. أحفظ ناتج التلخيص في مستند معالج نصوص، وأشاركه مع الزملاء. أعطي رأيي في التجربة والتلخيص الذي قُدِّم.

ترجمة وكيانات وكلام: ثلاثة تطبيقات أخرى

• الترجمة الآلية ⁦(Machine Translation)⁩: ويُستخدم لترجمة النصوص بشكل فوري بين لغات مختلفة مثل (⁦Google translate⁩, ⁦Quillbot⁩, ⁦Microdoft Translator⁩).
• يبين الشكل (3-6) مثالًا على الترجمة الآلية في ⁦(Google translate)⁩.

• استخراج أسماء الكيانات (⁦Named Entity Recognition⁩ – ⁦NER⁩): أي تحديد العناصر المهمة في النصوص الطبيعية وتصنيفها، مثل (الأسماء، والأماكن، والتواريخ، والأرقام، والمنظمات) إلى فئات معينة.

أناقش زملائي في تطبيقات الترجمة الآلية التي استخدمتها مسبقًا، ونركز على الجوانب الآتية: دقة الترجمة: هل تُعطي الترجمة معنى دقيقًا وقريبًا من النص الأصلي؟ سلامة الصياغة اللغوية: هل الجمل المترجمة تَظهر بشكل صحيح ومتناسق لغويًّا؟ سرعة الاستجابة: مدى سرعة التطبيق في تقديم الترجمة فور إدخال النص. بعد المناقشة مع الزملاء، أدّون أسماء التطبيقات التي حصلت على أفضل تقييم من حيث هذه المعايير. أُجرّب التطبيقات التي اقترحَت من زملائي بشكل عملي، وأقارن بينها من حيث الأداء.

أبحث عن تطبيقات التحكم بالصوت وأجرب استخدام بعضها. بعد التجربة، أُقيّم التطبيقات من حيث نقاط القوة والميزات التي تقدمها، بالإضافة إلى نقاط الضعف التي واجهتها في أثناء الاستخدام. بعد ذلك، أُسجل مقطع فيديو قصيرًا، يتضمن تجربتي الشخصية وانطباعاتي حول التطبيقات، وأشارك الفيديو مع زملائي لتبادل التجارب والتأملات.

• التعرف على الكلام ⁦(Speech Recognition)⁩: حيث يُحوَّل الكلام المنطوق لنص مكتوب، مثل تطبيق (⁦Speech Recognotion⁩ & ⁦Synthesis⁩) من شركة ⁦Google⁩.

المواطنة الرقمية: مسؤولية من يستخدم هذه التقنيات

• الأخلاقيات والمسؤولية: تعزيز التفكير الأخلاقي في كيفية استخدام تقنيات الذكاء الاصطناعي ومعالجة اللغات الطبيعية بطريقة مسؤولة، تحمي خصوصية المستخدمين وأمانهم.
• الإبداع والابتكار: تشجيع الطلبة على تطوير حلول مبتكرة، تستفيد من معالجة اللغات الطبيعية لتحسين حياتهم ومجتمعهم.
• التفكير الناقد: دفع الطلبة إلى تحليل التحديات المحتملة، وتقديم حلول مسؤولة ومستدامة.
• التعاون: تعزيز العمل الجماعي والتفاعل بين الطلبة لتبادل الأفكار وبناء حلول مشتركة.
• المشروع: بناء نظام خبير لاختيار السيارة المناسبة بناءً على طبيعة الاستخدام، وتطبيق خوارزميات التعلم الآلي والنمذجة ومعالجة اللغات الطبيعية.

أختبر نفسي: أسئلة نهاية الدرس

ما هو تحليل الدلالة ⁦(Semantic Analysis)⁩ وكيف يُستخدم في فهم المعاني الدقيقة للكلمات في النصوص؟

أبين ناتج تطبيق نوع التحليل المبين على كل جملة من الجمل الآتية: لا أحب فصل الصيف. (تحليل المشاعر)

يبدأ الربيع في 21 آذار من كل عام. (تحليل الصرف)

يعد منهاج الرّقميّة أساساً في تعلّم مهارات العصر الرّقمي. (تحليل التجزئة والتقسيم)

أذكر مثالاً على تطبيق في كل مما يأتي: ترجمة آلية، استخراج المعلومات، استخراج الأسماء الكيانات، التحكم بالصوت.

أبين رأيي في التطبيقات المختلفة لمعالجة اللغات الطبيعية. هل هي مفيدة؟ هل يمكن أن يؤدي استخدامها إلى تحييد العقل البشري والاعتماد على الآلة في الأعمال كلها؟ أفسر إجابتي.

أبين كيف يمكن أن تساعد الترجمة الآلية ⁦(Machine Translation)⁩ في تسهيل التواصل بين اللغات المختلفة.

أقارن بين تطبيقات الدردشة الذكية المتاحة مثل ⁦ChatGPT⁩ و ⁦Gemini⁩ من حيث الاستجابة والدقة. ما الفروقات التي لاحظتها؟

أبحث عن موقع ⁦youlearn.ai⁩ الذي يسهل عملية التعلم عن طريق تلخيص محتوى مقالة أو فيديو معين، وتوجيه أسئلة للمستخدم بطريقه تفاعلية، ثم أستخدم الموقع لتلخيص محتوى فيديو.

أتعاون مع الزملاء في البحث عن تطبيقات معالجة اللغة الطبيعية التي تساعد الطلبة ذوي الإعاقة، ثم أجمعها في ملف واحد وأشاركها على الموقع الإلكتروني للمدرسة، وأنظّم لجلسة تدريبية على هذه التطبيقات بالتعاون مع المعلم والزملاء.