دليل مشروع
تصنيف وتسمية النصوص (NLP)
تطبيق التعرف على الكيانات، وتحليل المشاعر، وتصنيف النوايا على نصوص عربية حقيقية بلهجاتها المختلفة.
النظرة العامة
في هذا المشروع، تُطبّق واحدة أو أكثر من مهام معالجة اللغة الطبيعية (NLP) على نص مُعطى: تحديد الكيانات المسماة، تصنيف المشاعر، تصنيف النية، أو تبويب النص حسب الفئة — تبعًا لنوع الدفعة المسندة إليك.
كل عنصر له مخطط تصنيف (Label Schema) محدد سلفًا في دليل الدفعة. مهمتك ليست اختراع تصنيفات جديدة، بل تطبيق المخطط المحدد بدقة واتساق.
الأساسيات
- كل عنصر نص واحد قد يتطلب أكثر من نوع توسيم في نفس الوقت (مثلًا: كيانات + مشاعر معًا).
- مخطط التصنيف (فئات المشاعر، أنواع الكيانات، قائمة النوايا) يختلف من دفعة لأخرى — راجعه دائمًا قبل البدء.
- حدود الكيان (Entity Boundary) يجب أن تكون دقيقة: لا تُدرِج كلمات زائدة ولا تحذف جزءًا من الاسم.
تفصيل الأساسيات
دقة حدود الكيانات
هل تشمل التسمية الاسم كاملًا دون زيادة أو نقصان؟ (مثال: "محمد بن سلمان" وليس "بن سلمان" فقط)
حساسية السخرية والتلميح الثقافي
هل يُقرأ النص بمعناه الحرفي أم الساخر؟ اللهجات المحكية تحمل أنماط سخرية مختلفة عن الفصحى.
دقة تصنيف النية
هل التصنيف يعكس الهدف الفعلي من الرسالة، لا الموضوع العام فقط؟ (شكوى تختلف عن استفسار حتى لو تشابه الموضوع)
الوعي باللهجة
هل تراعي خصوصية اللهجة عند الحكم على المشاعر أو النية، بدل قراءة النص كأنه فصحى؟
قائمة التحقق
- راجعت مخطط التصنيف (Label Schema) الخاص بهذه الدفعة تحديدًا قبل البدء
- تأكدت أن حدود كل كيان دقيقة (لا زيادة ولا نقصان)
- ميّزت بين المعنى الحرفي والساخر قبل تصنيف المشاعر
- صنّفت النية بناءً على الهدف الفعلي من الرسالة لا موضوعها العام فقط
- استخدمت "غير محدد / يحتاج مراجعة" بدل التخمين عند الغموض
معايير المراجعة
يُقيَّم عملك بناءً على:
- الاتفاق مع المعيار الذهبي لكل نوع توسيم على حدة (كيانات، مشاعر، نوايا).
- دقة حدود الكيانات تحديدًا، لأنها من أكثر نقاط الخطأ شيوعًا.
- الاتساق عبر الدفعة: تطبيق نفس المعيار على حالات متشابهة، لا تفسير متغيّر.
الهدف المرجعي لهذا المشروع: دقة أعلى من 85% لكل نوع توسيم على حدة.
معايير التقييم
| المعيار | الوزن | ملاحظات |
|---|---|---|
| دقة حدود الكيانات | 25% | أكثر نقطة خطأ شيوعًا في NER |
| دقة تصنيف المشاعر | 25% | يشمل التعامل الصحيح مع السخرية |
| دقة تصنيف النية | 25% | التمييز بين نوايا متقاربة الموضوع |
| الاتساق عبر الدفعة | 25% | تطبيق نفس المنطق على حالات متشابهة |
أمثلة وحالات حدّية
مثال 1: حدود كيان جزئية
النص: "التقيت وزير الخارجية السعودي في الرياض". الكيان الصحيح هو "وزير الخارجية السعودي" ككل إن كان المخطط يطلب المناصب، وليس "السعودي" فقط. راجع دليل الدفعة لمعرفة هل المطلوب الاسم أو المنصب أو كلاهما.
مثال 2: سخرية تُقرأ حرفيًا بالخطأ
"يا سلام، خدمة ممتازة، انتظرت ساعتين!" — نبرة سلبية رغم الكلمات الإيجابية ظاهريًا. القرار الصحيح: تصنيف سلبي، لا إيجابي.
مثال 3: نية مركّبة
رسالة تحتوي على شكوى واستفسار معًا. اتبع دليل الدفعة: بعض المشاريع تطلب النية الأساسية فقط، وأخرى تسمح بتصنيفات متعددة.
إرشادات غير مُقيَّمة
لا تُقيَّم على أساس رأيك الشخصي في محتوى النص (سياسي، ديني، إلخ) — التزم بالتصنيف اللغوي/الدلالي الموضوعي فقط بناءً على مخطط الدفعة. لا حاجة أيضًا لتصحيح الأخطاء الإملائية في النص الأصلي؛ مهمتك التوسيم لا التحرير.