تصنيف النصوص
تشابه النصوص وتصنيفهانظام تصنيف النصوص نور
نظام تصنيف النصوص نور[1] قادر على العمل باللغتين العربية والفارسية. لقد منح استخدام التعلم الآلي هذا المصنف مرونة مقبولة في التعامل مع النصوص والكلمات غير المرئية سابقاً. إن التطبيقات المتعددة لفئات وتصنيفات النصوص في مختلف العلوم والتقنيات تبرز أهمية هذا النظام.
ما هو تصنيف النصوص؟
يشير تصنيف النصوص إلى عملية تعيين موضوع أو أكثر أو وسوم لنص واحد بناءً على محتواه. تعتبر هذه العملية عملية أساسية في معالجة اللغات الطبيعية وتنقيب النصوص. النصوص غير المنظمة كثيرة للغاية، وتصنيفها ضرورة حتمية.
يمكن لعملية تحديد موضوع النص أن تكون بمثابة البنية التحتية لعمليات أخرى في معالجة اللغات الطبيعية مثل الترجمة الآلية، والتعرف الضوئي على الحروف، وتحويل الكلام إلى نص.
يتنوع تصنيف النصوص بشكل كبير، بدءًا من كشف البريد العشوائي وصولاً إلى تحليل المشاعر.
أهمية تصنيف النصوص العلمية
يجعل تصنيف النصوص العلمية هذه النصوص أكثر سهولة للباحثين في مختلف المجالات، خاصة عندما تكون المواضيع متنوعة ومتوافقة مع الفئات المعروفة.
التحدي الرئيسي
التحدي الرئيسي في استخدام فئات النصوص هو أن النصوص المنشورة في الفضاء الإلكتروني والفضاءات العلمية الأخرى (الحوزوية والجامعية) قد تخلو من أي تصنيف، أو لا تكون مصنفة وفقاً لرؤية الباحث.
الحل الحاسوبي لهذا التحدي هو استخدام نظام تصنيف النصوص.
نظام تصنيف النصوص نور
في مركز نور، تم تطوير تصنيف النصوص في مجالين مختلفين، على أنه يمكن أيضاً معالجة مجالات أخرى بناءً على احتياجات المستخدمين:
- النصوص الإخبارية الفارسية
- النصوص الفقهية العربية
تصنيف النصوص الإخبارية الفارسية
يتم حالياً تصنيف النصوص الإخبارية الفارسية في وضعين: تصنيف 7 فئات وتصنيف 10 فئات.
التصنيف ذو 7 فئات يشمل:
- اقتصادي
- اجتماعي
- حوادث
- خارجي
- سياسي
- تكنولوجيا
- رياضي
التصنيف ذو 10 فئات يشمل:
- أدبي-فني
- أخبار قصيرة
- بورصات وبنوك
- اقتصاد عالمي
- اجتماعي
- علمي وثقافي
- اقتصادي
- سياحي
- متنوع
- حوادث
على سبيل المثال، يمكن تصنيف نص معين كنص اقتصادي بناءً على التصنيف ذي 10 فئات.
تصنيف النصوص الفقهية العربية
هذا التصنيف يتم على النصوص العربية ويمكنه تصنيف النصوص الفقهية العربية إلى الفئات التسع التالية:
- القصاص
- الديات
- الحج
- المكاسب
- الميراث
- النكاح
- الصلاة
- الطهارة
- الزكوة
إمكانية التطوير
تم تطوير نظام تصنيف النصوص نور بناءً على الاحتياجات الحالية والمحتملة للباحثين الكرام. لذلك، من خلال تفاعل أفضل وأكبر بين هذا المركز والباحثين والعلماء في مجال العلوم الإنسانية والإسلامية، يمكن الوصول إلى مصنفات أكثر تنوعاً في مجالات أخرى.
نظراً لأن بنية المصنف المعتمد على التعلم الآلي مستقلة عن اللغة ومستقلة عن بنية اللغة، فبإمكاننا إنشاء مصنفات جديدة - حتى في لغات أخرى - بمجرد إنشاء أو جمع بيانات ذات تصنيفات مختلفة.
المراجع
[1] Text Classification