التعرف على الكيانات المسماة (NER)

محرك التعرف على الكيانات المسماة في مركز نور لأبحاث علوم الكمبيوتر الإسلامية

يعد التعرف على الكيانات، وفهرستها، واستخدامها كبنية تحتية للعمليات الآلية الأخرى من أهم المجالات التي نحتاج فيها إلى التعرف على الكيانات المسماة. أسماء الأشخاص والأفراد والأماكن والمؤسسات وما شابه ذلك هي حاجة أساسية للباحثين في العديد من المجالات.

لهذه الأسباب، ونظرًا للتكلفة العالية للتعرف على الكيانات المسماة يدويًا بواسطة الإنسان، تم وضع تطوير محرك التعرف على الكيانات المسماة على جدول أعمال مركز نور لأبحاث علوم الكمبيوتر الإسلامية (نور).

ما هو التعرف على الكيانات المسماة؟

توجد اليوم تعريفات متعددة لمصطلح "الكيان المسمى". في بعض المصادر، تم تقديم ما يصل إلى 19 تعريفًا مختلفًا للكيان المسمى. بشكل عام، الكيانات المسماة هي أسماء الكيانات التي نريدها في نص معين (مثل أسماء الأشخاص، الأماكن، الأدوية، الأمراض، إلخ).

مجموعة واسعة من التطبيقات

يتمتع التعرف على الكيانات المسماة بتطبيقات واسعة تشمل:
- الإجابة عن الأسئلة
- استرجاع المعلومات
- استخراج المعلومات
- تحليل الاتجاهات
- تصنيف المستندات
- التلخيص
- الوسم التلقائي للنصوص
- الترجمة الآلية
- استخراج الملفات الشخصية والكيانات
- والعديد من التطبيقات المحتملة الأخرى

المناهج التقليدية والحديثة

حتى اليوم، تم اقتراح ثلاثة مناهج تقليدية للتعرف على الكيانات المسماة، وتستخدم أنظمة NER الحديثة بشكل أساسي مزيجًا من هذه الأساليب:

1. الأساليب القائمة على القواميس
2. الأساليب القائمة على القواعد
3. الأساليب القائمة على التعلم الآلي

محرك NER في مركز نور

تم تطوير نظام التعرف على الكيانات المسماة في مركز نور لأبحاث علوم الكمبيوتر الإسلامية باستخدام أحدث تقنيات التعلم الآلي وهي التعلم العميق (Deep Learning)، وذلك في كل من اللغتين الفارسية والعربية.

التعلم العميق هو نهج جديد في الذكاء الاصطناعي والتعلم الآلي أصبح النهج السائد في مختلف المجالات خلال العقد الماضي. يتيح استخدام تكنولوجيا الذكاء الاصطناعي للنظام العمل دون الاعتماد على المفردات. هذا يمكن كلمة واحدة تظهر في سياقين مختلفين في نصين مختلفين من التفسير الصحيح.

الشكل 1: نموذج لأداء محرك NER

تم تطوير محرك NER في مركز نور لكل من اللغتين العربية والفارسية. تم تصميم النظام بحيث يمكنه، بمجرد توليد بيانات التدريب، إجراء التعرف على الكيانات المسماة للغات أخرى.[1]

المزايا

يوفر استخدام المعالجة الحاسوبية في NER، إلى جانب الذكاء الاصطناعي، المزايا التالية:

• معالجة كميات هائلة من البيانات في وقت قصير جدًا
• اكتشاف الكيانات المسماة غير المرئية من خلال اعتبار السياق المحيط دليلاً
• إمكانية تطوير هذا المحرك للغات أخرى بتكلفة منخفضة جدًا
• عدم الاعتماد فقط على المفردات للتعرف على الكيانات المسماة

خطوات التطبيق والتطوير

بناءً على منتجات المركز الأساسية ورؤيتها، تم تصور الخطوات التالية لنشر محرك NER:

1. دمج محرك NER مع محرك بحث نورماغ لتقديم نتائج أفضل عند مواجهة الكيانات المسماة
2. إنشاء صفحات كيانات على موقع نورلیب لكل كتاب
3. المساعدة في تطوير الأنطولوجيات المطلوبة لمشاريع نور الذكية

مراحل التحسين

لتحسين استخدام مخرجات محرك NER، يجب اتخاذ خطوتين أساسيتين:

١. إزالة الغموض (Disambiguation)
تعني إزالة الغموض عن الكيانات المسماة أنه إذا كان النص يحتوي على أشكال مختلفة من أسماء كيان معين، فيجب ربط هذه الأسماء المتنوعة معًا للتحضير للخطوة التالية وهي ربط الكيانات.

٢. حل المرجعية (Coreference Resolution)
قد يكون لشخصين مختلفين أو مكانين مختلفين أسماء مشابهة. في مثل هذه الحالات، المثالية هي ربط الكيانات التي تم إزالة الغموض عنها بمعرف فريد لتجنب أخطاء التشابه الاسمي في عملية معالجة المعلومات واسترجاعها.

الخلاصة

يمكن أن يؤدي استخدام هذا المحرك في إنتاج الفهارس والقواميس، وتحليل محتوى المعلومات، والبحث النوعي، واسترجاع المعلومات إلى تقليل تكلفة العمليات البشرية وبطبيعة الحال تسريع عملية البحث.

إضافة مخرجات هذا المنتج إلى منتجات مركز نور الأخرى مثل موقع نورماغ الإلكتروني أو حتى برامج نور المكتبية يمكن أن يكمل النظام البيئي البحثي لبرامج نور.

الملاحق

الملحق ١: نموذج لمخرجات النظام باللغة العربية

الملحق ٢: نموذج لمخرجات النظام باللغة الفارسية

المرجع

[1] لمشاهدة عرض توضيحي لهذا المنتج والمنتجات الذكية الأخرى في مركز نور، يرجى زيارة: https://ai.inoor.ir