النمذجة الموضوعية

النمذجة الموضوعية في نورماغ

تم تطوير النمذجة الموضوعية في نورماغ بهدف تصور وتقديم تمثيل فعال ومفيد لبيانات هذا الموقع الإلكتروني. وقد تم تحقيق ذلك باستخدام التحليلات الإحصائية المعقدة المعروفة باسم LDA[1].

النمذجة الموضوعية[2]

إن استخراج المعلومات المنظمة من داخل النصوص غير المنظمة هو محور جميع إنجازات تقنيات معالجة اللغات الطبيعية[3] وتنقيب النصوص[4].

من بين الأدوات المختلفة لهذه التقنية، هناك فئة من الأدوات المتعلقة باستكشاف النصوص غير المعروفة للجمهور. في الحالات التي يتجاوز فيها حجم المستندات النصية بكثير ما يمكن القيام به يدويًا بواسطة عامل بشري، تلعب الأدوات الحاسوبية دورها.

واحدة من المهام التي يبدو من المستحيل القيام بها يدويًا بكميات كبيرة هي اكتشاف الموضوعات التي تمت مناقشتها داخل مجموعة من النصوص.

الفرق بين النمذجة الموضوعية وتصنيف النصوص

قد يبدو نظام تصنيف النصوص للوهلة الأولى اختيارًا مناسبًا لهذه المهمة. ومع ذلك، تجدر الإشارة إلى أن نظام تصنيف النصوص يقتصر على الفئات المحددة مسبقًا وغير قادر على اكتشاف الموضوعات الجديدة وتعيينها.

تعد النمذجة الموضوعية حلاً مناسبًا لاستخراج الموضوعات من داخل مجموعة النصوص وتعيين المستندات إلى موضوعاتها ذات الصلة.

الموضوع من منظور النمذجة الموضوعية

من منظور النمذجة الموضوعية، كل موضوع هو توزيع إحصائي للكلمات الموجودة في مجموعة النصوص. بالطبع، يتم إزالة بعض الكلمات من مفردات المجموعة أثناء عملية المعالجة المسبقة من قائمة الكلمات.

الهدف النهائي للنمذجة الموضوعية هو إنشاء توزيع إحصائي ذي معنى على هذه الكلمات، بحيث إذا كان لبعض الكلمات وزن أكبر ضمن موضوع معين، يؤكد العامل البشري أيضًا أنها تنتمي إلى نفس الموضوع.

الشكل 1: تعيين وزن أكبر للكلمات التي تنتمي إلى موضوع واحد تحت موضوع معين هو هدف النمذجة الموضوعية.

تزامن الكلمات كأساس لتوليد الموضوعات

الأساس الأساسي لإنشاء التوزيع الإحصائي المذكور في النمذجة الموضوعية هو تزامن (تكرار حدوث) الكلمات معًا. كلما تكررت كلمات معينة معًا في مستند واحد، زاد احتمال أن تكون هذه الكلمات تنتمي إلى نفس الموضوع.

علاوة على ذلك، فإن استقلال الموضوعات المتكونة عن بعضها البعض، إلى جانب السعي لتوليد موضوعات تحصل فيها كلمات كل موضوع على أعلى وزن، يشكل الإطار الذي يشكل عملية النمذجة الموضوعية.

النمذجة الموضوعية في نورماغ

تم تنفيذ استخدام النمذجة الموضوعية تجريبيًا في مختبر نورماغ.

في مختبر نورماغ، بعد اختيار فئة موضوعية، يتم عرض قائمة المنشورات التي تغطي تلك الموضوعات. بعد اختيار المنشور المطلوب، يتم عرض النموذج الموضوعي لذلك المنشور بشكل بياني. وهذا يسمح للجمهور بأن يصبح أكثر دراية بالموضوعات التي تمت مناقشتها في مقالات منشور معين.

الشكل 2: مثال على النمذجة الموضوعية في نورماغ

الخطوات التالية

النمذجة الموضوعية هي نهج يمكن استخدامه كبنية تحتية وكتطبيق نهائي من قبل المستخدمين. على سبيل المثال، إذا قام مستخدم بإجراء بحث، فإن مخرجات النمذجة الموضوعية للمستندات المستردة تعرض صورة كاملة نسبيًا للمفاهيم والموضوعات التي تمت مناقشتها في تلك المستندات.

استخدام آخر للنمذجة الموضوعية هو استخراج العبارات التي يمكن وضعها كعقد مفاهيمية في تطوير الأنطولوجيات (Ontology)، حيث تعتبر هذه الكلمات كلمات أساسية في النص.

الخاتمة

تم إعداد هذا المستند لتعريف الباحثين والعلماء بأداة النمذجة الموضوعية. لا يزال استخدام النمذجة الموضوعية في مراحله المبكرة. يبدو أن النمذجة الموضوعية يمكن أن تكون مفيدة في مجالات مختلفة. ومع ذلك، فإن الاستخدام النهائي والعملي يتطلب التعاون وتبادل الأفكار مع الباحثين كمستخدمين أساسيين ون النهائيين لهذا المنتج.

المراجع

[1] تخصيص ديريكليت الكامن (Latent Dirichlet Allocation - LDA)

[2] النمذجة الموضوعية (Topic Modeling)

[3] معالجة اللغات الطبيعية (NLP)

[4] تنقيب النصوص (Text Mining)