💬 NLP

MiNER: A Two-Stage Pipeline for Metadata Extraction from Municipal Meeting Minutes

تقدم هذه الورقة MiNER، وهو مسار عمل مكون من مرحلتين يجمع بين الإجابة على الأسئلة والنماذج القائمة على المحولات (Transformer) لاستخراج البيانات الوصفية من محاضر الاجتماعات البلدية غير المتجانسة، والذي يُظهر أداءً قوياً في النطاق المحلي ويضع المعيار الأول لهذه المهمة رغم التحديات في التعميم عبر البلديات المختلفة.

المؤلفون الأصليون: Rodrigo Batista, Luís Filipe Cunha, Purificação Silvano, Nuno Guimarães, Alípio Jorge, Evelin Amorim, Ricardo Campos

نُشر 2026-03-30

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Rodrigo Batista, Luís Filipe Cunha, Purificação Silvano, Nuno Guimarães, Alípio Jorge, Evelin Amorim, Ricardo Campos

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك محقق تحاول حل لغز، ولكن بدلاً من مسرح جريمة، فإن مسرح جريمتك هو كومة ضخمة وفوضوية من محاضر اجتماعات مجالس المدن.

هذه المحاضر هي السجلات الرسمية لكيفية اتخاذ القرارات في المدينة. وهي تحتوي على الذهب: من كان حاضراً؟ متى اجتمعوا؟ عن ماذا كان الاجتماع؟ متى بدأ ومتى انتهى؟ ولكن المشكلة تكم-ن في أن هذه المحاضر كُتبت بواسطة بشر، وللبشر. لذا فهي فوضوية، وغير متسقة، وتبدو مختلفة في كل مدينة. قد تضع مدينة ما التاريخ في الأعلى؛ بينما تخفيه مدينة أخرى في الفقرة الثانية.

إن محاولة العثور على هذه المعلومات المحددة تلقائياً تشبه محاولة العثة إبرة في كومة قش، حيث تكون كومة القش مكونة من أنواع مختلفة من القش، والإبر أحياناً تكون مصنوعة من المطاط.

يقدم هذا البحث MiNER (مستخرج الكيانات المسماة لمحاضر الاجتماعات)، وهو روبوت محقق ذكي مصمم خصيصاً لحل هذه المشكلة الفوضوية. وإليك كيف يعمل، مقسماً إلى خطوات بسيطة:

المشكلة: فشل مبدأ "المقاس الواحد يناسب الجميع"

حاول المؤلفون استخدام "محققين يعملون بالذكاء الاصطناعي" (نماذج عامة الأغراض) للعثور على هذه المعلومات. لكن نماذج الذكاء الاصطناعي العامة هذه تشبه السكين السويسري: رائعة لفتح الزجاجات وقطع الخيوط، لكنها سيئة جداً في إجراء العمليات الجراحية. لقد تم تدريبها على نصوص عامة (مثل المقالات الإخبارية) ولا تفهم المصطلحات الغريبة والخاصة باجتماعات مجالس المدن. إنها ترتبك وتفقد التفاصيل.

الحل: خط الإنتاج ذو المرحلتين

بدلاً من محاولة قراءة المستند الكامل المكون من 50 صفحة دفعة واحدة، يستخدم MiNER استراتيجية من مرحلتين. فكر في الأمر كفريق مكون من شخصين: المستكشف والجراح.

المرحلة الأولى: المستكشف (البحث عن الأدلة)

الوظيفة الأولى هي العث ثما أين تختبئ المعلومات المهمة.

التشبيه: تخيل أنك تبحث عن وصفة معينة في كتاب طبخ ضخم. بدلاً من قراءة كل كلمة من الصفحة 1 إلى الصفحة 500، تقوم أولاً بمسح جدول المحتويات أو العناوين لتجد "بداية" و"نهاية" قسم الوصفة.
ماذا يفعل MiNER: يستخدم نموذج "الإجابة على الأسئلة" (المستكشف) لمسح المستند والقول: "حسناً، تفاصيل الاجتماع موجودة في الفقرات الثلاث الأولى والفقرتين الأخيرتين. تجاهل الجزء الأوسط حيث يناقشون الميزانية لـ 20 عاماً".
لماذا يساعد هذا: إنه يستبعد 90% من "الضجيج" (النصوص المملة وغير ذات الصلة) حتى لا تضطر الخطوة التالية لإضاعة الوقت فيها.

المرحلة الثانية: الجراح (استخراج التفاصيل)

بمجرد أن يجد المستكشف الأقسام ذات الصلة، يتدخل الجراح.

التشبيه: الآن بعد أن وجدت صفحة الوصفة المحددة، تحتاج إلى استخراج المكونات الدقيقة: "كوبان من الدقيق"، "بيضة واحدة"، "300 درجة".
ماذا يفعل MiNER: يستخدم ذكاءً اصطناعياً متخصصاً (الجراح) للنظر فقط في تلك الفقرات المحددة واستخراج البيانات الوصفية الدقيقة: رقم الاجتماع، التاريخ، الموقع، من حضر، وقت البدء، وقت الانتهاء.
السر الخفي (إزالة اللغويات - Deslexicalization): لضمان عمل هذا الجراح لأي مدينة (وليس فقط المدينة التي تدرّب عليها)، علّم الفريق هذا النموذج تجاهل الأسماء المحددة. إذا كان النص يقول "اجتماع في بورتو"، يتم تدريب الذكاء الاصطناعي على رؤيته كـ "اجتماع في [مدينة]". إذا قال "العمدة سيلفا"، يراه كـ "العمدة [اسم]". هذا يشبه تعليم المحقق التعرف على "مشتبه به" دون الاهتمام بما إذا كان المشتبه به يُدعى بوب أو أليس. هذا يساعد الذكاء الاصطناعي على التعميم ليشمل مدناً جديدة لم يرها من قبل.

النتائج: المتخصص مقابل العام

اختبر الفريق MiNER ضد اثنين من عمالقة الذكاء الاصطنا_ي القويين والمشهورين (Gemini و Phi)، واللذين يشبهان "الحواسيب الفائقة" التي تعرف كل شيء عن العالم.

النتيجة: تفوق MiNER (المتخصص) على الحواسيب الفائقة (العموميين).
- الدقة: كان MiNER أفضل بكثير في العثور على المعلومات الصحيحة.
- السرعة: كان MiNER أسرع بـ 1,800 مرة. استغرقت الحواسيب الفائقة أكثر من 12 دقيقة لمعالجة مستند واحد، بينما استغرق MiNER أقل من ثانية.
- التكلفة والطاقة: استخدم MiNER طاقة أقل بمقدار 400 مرة تقريباً (البصمة الكربونية). كان استخدام الحواسيب الفائقة يشبه قيادة شاحنة ضخمة لتوصيل رسالة واحدة؛ أما MiNER فكان يشبه ركوب دراجة.

العقبة: مشكلة "المدينة الجديدة"

هناك عقبة واحدة. عندما اختبر الفريق MiNER على مدينة لم يرها من قبل (اختبار "عبر المدن")، انخفض أداؤه قليلاً.

التشبيه: إنه يشبه محققاً خبيراً في مدينة نيويورك. إذا أرسلته إلى طوكيو، فهو يعرف "مفهوم" المدينة، لكنه سيرتبك بسبب أسماء الشوارع المحلية واللهجات المحلية.
الحل: يوضح البحث أنه إذا عرضت على الذكاء الاصطناعي مثالاً واحداً أو اثنين من المدينة الجديدة، فإنه يتعلم فوراً ويعود إلى أداء يقارب الكمال.

الخلاصة

يقدم لنا هذا البحث أداة جديدة وعالية الكفاءة تسمى MiNER. وهي تثبت أنه بالنسبة للمهام المحددة والفوضوية مثل قراءة محاضر اجتماعات مجالس المدن، فأنت لا تحتاج إلى "حاسوب فائق" ضخم ومكلف وبطيء. بل تحتاج إلى فريق متخصص من مرحلتين يعرف بالضبط أين يبحث وكيف يتجاهل الضجيج.

إنه الفرق بين توظيف شخص عام يحاول القيام بكل شيء، وتوظيف خبير أقفال محترف يمكنه فتح باب محدد في ثوانٍ.

إليك ملخص تقني مفصل لورقة البحث بعنوان "MiNER: خط معالجة من مرحلتين لاستخراج البيانات الوصفية من محاضر الاجتماعات البلدية."

1. بيان المشكلة

تعد محاضر الاجتماعات البلدية سجلات رسمية بالغة الأهمية للحكم المحلي، حيث تحتوي على القرارات، والمشاركين، ونتائج التصويت. ومع ذلك، فإنها تفرض تحديات كبيرة أمام استرجاع المعلومات (IR) والمعالجة الآلية بسبب:

التباين (Heterogeneity): تظهر المحاضر تنوعاً كبيراً في التنسيقات، وأساليب الكتابة، والبنى اللغوية عبر مختلف البلديات.
الافتقار إلى المعايير (Lack of Standardization): على عكس مجموعات البيانات البرلمانية، نادراً ما تكون البيانات الوصفية (مثل رقم الاجتماع، التاريخ، الموقع، المشاركين، أوقات الجلسات) معيارية أو مهيكلة بشكل صريح.
خصوصية المجال (Domain Specificity): تفشل نماذج التعرف على الكيانات المسماة (NER) العامة في التقاط هذه الفئات الدقيقة والمتخصصة في المجال.
تحديد موقع البيانات الوصفية (Locating Metadata): تفترض النهج الحالية غالباً أن أقسام البيانات الوصفية يمكن تحديدها مسبقاً، متجاهلة تحدي تحديد مقاطع النص المحددة التي تحتوي على هذه المعلومات تلقائياً داخل مستند خام.

2. المنهجية: خط معالجة MiNER

يقترح المؤلفون MiNER، وهو خط معالجة مكون من مرحلتين مصمم لتحويل المستندات الخام إلى كيانات بيانات وصفية مهيكلة.

المرحلة الأولى: تحديد حدود البيانات الوصفية (MBD)

الهدف: تحديد مقاطع النص "الافتتاحية" و"الختامية" لمستند ما حيث تتركز البيانات الوصفية، وبالتالي تقليل الضجيج.
النهج: يتم استخدام نموذج إجابة على الأسئلة (QA) استخراجي.
- يتم استخدام مطالبين (prompts) لكل مستند: أحدهما لإيجاد بداية/نهاية المقطع الافتتاحي والآخر للمقطع الختامي.
- يخرج النموذج مؤشرات الجمل $(\hat{a}_t, \hat{b}_t)$ التي تحدد النطاق.
- إذا لم يتم العثور على بيانات وصفية، فإنه يتنبأ بمقطع فارغ (null segment).
المخرج: منطقة نصية مختزلة $R$ (دمج مقاطع الافتتاح والختام) تُمرر إلى المرحلة الثانية.

المرحلة الثانية: التعرف على كيانات البيانات الوصفية (MER)

الهدف: إجراء استخراج وتصنيف دقيق للكيانات على النص المختزل $R$ .
النماذج: نماذج تعتمد على الـ Transformer (مثل BERTimbau للغة البرتغالية، وXLM-RoBERTa للغة الإنجليزية)، مدربة باستخدام تصنيف مستوى الـ Token (علامات BIO) واختيارياً باستخدام طبقة CRF (الحقل العشوائي المشروط).
استراتيجية إزالة اللغويات (Deslexicalization Strategy): لتحسين القدرة على التعميم عبر مختلف البلديات، يتم تطبيق دالة إزالة اللغويات $\phi(\cdot)$ $ϕ (\cdot)$ أثناء التدريب:
- المشاركون/المواقع: تُستبدل بقيم اصطناعية (باستخدام مكتبة Faker) بنسبة احتمال 60%.
- التواريخ/الأوقات: تُغير عشوائياً في التنسيق أو المحتوى بنسبة احتمال 30%.
- أسماء البلديات: تُستبدل برمز نائب (placeholder token) مثل (@MUNICIPIO).
معادلة خط المعالجة: $F(D) = f_{NER}(f_{BD}(D))$ ، حيث يقوم نموذج الـ QA بتصفية المدخلات لنموذج الـ NER.

3. الإعداد التجريبي

مجموعة البيانات: مجموعة بيانات CitiLink، التي تضم 120 محضراً بلدياً باللغة البرتغالية من ست بلديات (إجمالي 180 مقطع بيانات وصفية).
- التوسيم (Annotations): 8 فئات تشمل رقم الاجتماع، النوع، التاريخ، الموقع، أوقات البدء/الانتهاء، والمشاركين (الرئيس، أعضاء المجلس مع حالة الحضور).
- الخصوصية: تم تعمية البيانات الشخصية.
- ثنائية اللغة: تم إنشاء نسخة إنجليزية عبر الترجمة الآلية (Azure) مع تصحيح بشري.
النماذج المرجعية (Baselines):
- MBD: نماذج BM25 وDense Retriever (غير موجهة).
- MER: نماذج لغوية ضخمة (LLMs) تشمل Phi (أوزان مفتوحة) وGemini (أوزان مغلقة).
مقاييس التقييم: المطابقة التامة (EM)، درجة F1، الدقة (Precision)، الاستدعاء (Recall)، وقت الاستدلال، والبصمة الكربونية (عبر Code Carbon).
اختبارات التعميم: التحقق المتقاطع بترك نموذج واحد خارج المجموعة (التدريب على 5 بلديات والاختبار على واحدة)، والتعلم المتزايد (إضافة مستند واحد مسمى في كل مرة).

4. النتائج الرئيسية

مقارنة الأداء

تحديد الحدود (MBD): تفوق نموذج الـ QA القائم على الـ Transformer (XLM-RoBERTa) بشكل كبير على النماذج المرجعية غير الموجهة (BM25، Dense Retriever)، حيث حقق درجة F1 بلغت 0.826 (بالبرتغالية) مقابل ~0.11 للنماذج المرجعية.
التعرف على الكيانات (MER):
- حققت النماذج المتخصصة نتائج هي الأفضل في مجالها: BERTimbau + Deslex وصلت إلى 0.96 F1 (بالبرتغالية) وXLM-RoBERTa + Deslex وصلت إلى 0.94 F1 (بالإنجليزية).
- تم استخراج البيانات الوصفية الأساسية (التواريخ، الأوقات، أرقام الاجتماعات) بدقة تقارب الكمال (F1 = 1.00).
- أداء النماذج اللغوية الضخمة (LLMs): كان أداء النماذج اللغوية العامة ضعيفاً. حقق Gemini فقط 0.27 F1 (دقة عالية، ولكن استدعاء منخفض جداً) بسبب المخرجات المجزأة. أما Phi فقد فشل في إنتاج JSON مهيكل موثوق.
الكفاءة: كان خط معالجة MiNER أكثر كفاءة بشكل جذري من الـ LLMs:
- وقت الاستدلال: ~0.4 ثانية مقابل 737 ثانية (Gemini).
- البصمة الكربونية: انبعاثات أقل بمقدار ~400 ضعف.

التعميم والمتانة

بين البلديات: انخفض الأداء في إعدادات "ترك نموذج واحد خارج المجموعة" (F1 ~0.80 للبرتغالية، ~0.72 للإنجليزية)، مما يشير إلى أن التباين الأسلوبي بين البلديات يعيق التعلم الانتقالي.
تأثير إزالة اللغويات: رغم أنها تهدف للمساعدة، إلا أن إزالة اللغويات قللت قليلاً من الأداء في اختبارات "ترك نموذج واحد خارج المجموعة"، حيث زادت أخطاء الحدود وقللت الاستدعاء في اللغة البرتغالية.
التعلم المتزايد: تكيف النموذج بسرعة؛ حيث أدى إضافة 1-3 مستندات مسمّاة فقط لكل بلدية إلى رفع درجات F1 فوق 0.95، مما يثبت الحاجة إلى حد أدنى من الإشراف المحلي.

دراسة الاستئصال (Ablation Study)

أدى إزالة المرحلة الأولى (MBD) وتطبيق NER على المستند الكامل إلى انخفاض طفيف في F1 (0.965 $\to$ 0.945) ولكنه زاد وقت التدريب من دقيقة واحدة إلى 50 دقيقة، مما يثبت قيمة مرحلة التجزئة من حيث الكفاءة وتقليل الضجيج.

5. المساهمات الرئيسية

خط معالجة مبتكر: تقديم خط معالجة من مرحلتين يجمع بين تحديد الحدود القائم على الـ QA والـ NER القائم على الـ Transformer، المصمم خصيصاً للطبيعة غير المهيكلة للمحاضر البلدية.
إزالة اللغويات (Deslexicalization): تنفيذ استراتيجية إزالة لغويات متخصصة في المجال للتعامل مع تباين الكيانات عبر البلديات.
التقييم المرجعي (Benchmarking): إنشاء أول معيار مرجعي لهذا المجال، بما في ذلك مجموعة بيانات CitiLink، والنماذج المضبوطة بدقة، والتحليل المقارن ضد أحدث النماذج اللغوية الضخمة (LLMs).
إثبات الكفاءة: إثبات أن النماذج المتخصصة والأصغر حجماً تتفوق على النماذج اللغوية الضخمة والعامة في كل من الدقة والتكلفة الحاسوبية لمهام الاستخراج المهيكلة.

6. الأهمية والعمل المستقبلي

الأهمية: يعالج هذا العمل فجوة حرجة في رقمنة الحكم المحلي. ويُظهر أنه بالنسبة للمهام المتخصصة للغاية وذات البنية المحددة، فإن الخطوط المتخصصة تتفوق على نماذج الـ LLMs الضخمة "التي تناسب الجميع" من حيث الدقة، والتكلفة، والأثر البيئي.
القيود: لا يزال التعميم عبر البلديات يمثل تحدياً بسبب التنوع اللغوي والهيكلي.
الاتجاهات المستقبلية: يخطط المؤلفون لاستكشاف استراتيجيات الضبط الدقيق التكيفي، والتمثيلات المستقلة عن المجال، والدمج مع المهام اللاحقة مثل تلخيص الاجتماعات وربط المستندات.

الخلاصة: يوفر MiNER أساساً قوياً وفعالاً حاسوبياً لاستخراج البيانات الوصفية المهيكلة من السجلات البلدية، متفوقاً على النماذج اللغوية الضخمة العامة مع وضع معيار جديد للبحث في هذا المجال المحدد.