We can still parse using syntactic rules
يقدم هذا البحث نظام إعراب شفافاً وقابلاً للتفسير يدمج قواعد قواعد النحو الخالي من السياق وقواعد بنية العبارات المعممة للتغلب على القيود التقليدية، مما يولد أشجار تبعية وأشجار تركيبية مع تحمل الضجيج وتحقيق دقة متوسطة في معايير التبعيات العالمية.
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 تحاول فهم وصفة معقدة كتبها طباخ ينسى أحياناً تدوين المكونات، أو يستخدم لغة عامية، أو يسقط صفحة بالخطأ. معظم طهاة الذكاء الاصطناي الحديثة (مثل نماذج "المحولات" أو الـ Transformers الشهيرة) بارعة جداً في تخمين الطبق النهائي بمجرد تذوق المكونات. إنهم أقوياء، لكنهم يشبهون "الصناديق السوداء": أنت تعرف أنهم يصنعون طعاماً رائعاً، لكن ليس لديك أدنى فكرة لماذا اختاروا إضافة الملح بدلاً من السكر، أو كيف قرروا أن يكون القوام سميكاً. هم فقط "يعرفون" أن هذا يبدو صحيحاً.
هذه الورقة البحثية، للباحث حسين غالي، تطرح سؤالاً بسيطاً: "هل ما زلنا بحاجة إلى فهم القواعد الفعلية للوصفة؟"
يجادل المؤلف بأن الإجابة هي نعم، نحن بحاجة لذلك. نحن بحاجة إلى وسيلة لرؤية "خطوات الوصفة" (النحو/Syntax) بوضوح، حتى نتمكن من شرح لماذا تعني جملة ما معنىً معيناً. ولتحقيق ذلك، قام ببناء نوع جديد من "روبوت القواعد" الذي لا يكتفي بالتخمين فحسب؛ بل يتبع مجموعة صارمة وشفافة من القواعد، تماماً كما يفعل اللغوي البشري.
إليك تفصيل لمنهجه باستخدام بعض التشبيهات من الحياة اليومية:
1. القواعد القديمة مقابل القواعد الجديدة
لفترة طويلة، حاول اللغويون وصف اللغة باستخدام القواعد الخالية من السياق (CFG). فكر في هذا كدليل تعليمات بسيط لقطع "الليغو" يقول: "لبناء منزل، تحتاج إلى جدار وسقف".
- المشكلة: الحياة الواقعية (واللغة الحقيقية) فوضوية. أحياناً يكون لديك منزل بدون سقف، أو جدار يفتقر إلى نافذة. دليل الليغو البسيط هذا ينهار عندما تحاول بناء هياكل معقدة مثل "الرجل الذي قابلتُ [كلمة مفقودة] بالأمس".
يستعيد المؤلف مجموعة قواعد أقدم وأكثر ذكاءً تسمى GPSG (قواعد بنية الجملة المعممة).
- التشبيه: بدلاً من مجرد قول "جدار + سقف = منزل"، فإن GPSG تشبه طاقم بناء ذكي مزود بأداة "الشرطة" (Slash). إذا كان الجدار يفتقر إلى نافذة، يقوم الطاقم بتحديده كـ "جدار-بشرطة-نافذة" (Wall/Window). هم يعرفون بالضبط ما هو المفقود ويمكنهم ملء الفراغ لاحقاً دون الحاجة إلى هدم الجدار بالكامل وإعادة بنائه. هذا يسمح للنظام بالتعامل مع الجمل الفوضوية، والفجوات، والأخطاء بسلاسة.
2. كاميرا "الرؤية المزدوجة"
معظم المحللات (Parsers) تلتقط صورة واحدة من اثنتين للجملة:
- تحليل التركيب (Constituency Parsing): يشبه التقاط صورة لـ شجرة عائلة. يوضح المجموعات: "العبارة الاسمية"، "العبارة الفعلية". إنه رائع لرؤية الهيكل الهرمي، لكنه سيء في توضيح من فعل ماذا لمن.
- تحليل التبعية (Dependency Parsing): يشبه رسم أسهم بين الأشخاص في غرفة. يوضح أن "الرجل" يحب "الكلب". إنه رائع للعلاقات، لكنه سيء في رؤية المجموعات الكبيرة.
الابتكار: نظام غالي يشبه جهاز عرض الهولوغرام ثلاثي الأبعاد. فهو لا يكتفي بالتقاط صورة مسطحة لشجرة العائلة أو مخطط أسهم مسطح، بل يقوم بتوليد كليهما في نفس الوقت. إنه يريك المجموعات والعلاقات في آن واحد. وهذا يعطي صورة أغنى لهيكل الجملة.
3. التعامل مع "الضجيج"
النصوص في العالم الحقيقي فوضوية، فهي تحتوي على:
- التلعثم/الاضطراب (Disfluencies): "آه، الكتاب، إيه، الذي قرأته..."
- التنسيق: وسوم HTML، نص عريض، رموز تعبيرية، حواشي سفلية.
- الأخطاء الإملائية: "recieve" بدلاً من "receive".
المحللات القديمة غالباً ما تتعثر أمام هذا الضجيج، مثل محرك سيارة يتوقف عند اصطدامه بحفرة. أما محلل غالي فقد بُني مثل نظام التعليق في شاحنة الوحوش (Monster Truck). يمكنه القيادة فوق "الحفر" (مثل الـ "آه"، ووسوم HTML، والكلمات المفقودة) دون توقف. فهو يحدد الضجيج، ويتجاوزه، ويستمر في بناء هيكل الجملة على الأرض الصلبة الموجودة تحته.
4. كيف يعمل (خط التجميع)
يعمل النظام بطريقة تزايدية (Incremental)، مثل خط التجميع في المصنع:
- التقطيع (Tokenization): يقوم بتفكيك الجملة إلى طوب فردي (كلمات).
- الوسم (Tagging): يضع ملصقاً على كل طوبة (مثلاً: "هذا فعل"، "هذا اسم"). والأهم من ذلك، أنه لا يخمن ملصقاً واحداً فقط؛ بل يحتفظ بـ قائمة قصيرة من الاحتمالات مع درجات الثقة (مثلاً: "احتمال 90% أنه فعل، و10% أنه اسم").
- مسح القواعد (Rule Scanning): ينظر إلى الطوب ويسأل: "هل تنطبق أي من قواعدنا هنا؟"
- القاعدة: "إذا رأيت اسماً وفعلاً، فقد يشكلان جملة".
- الإجراء: يقوم بربطهما معاً.
- الإسقاط (Projection): بمجرد ربطهما، تصبح المجموعة الجديدة "طوبة فائقة" يمكن استخدامها لقواعد أكبر وأكبر.
- إعادة الترتيب (Reranking): إذا أنشأ خط التجميع عدة هياكل محتملة مختلفة، يقوم النظام بتقييمها. فهو يستبعد الهياكل الغريبة (مثل جملة لها رأسان) ويحتفظ بالأكثر منطقية.
5. النتائج: "جيدة بما يكفي" لإثبات وجهة نظر
اختبر المؤلف هذا النظام على مكتبة ضخمة من الجمل (Universal Dependencies).
- النتيجة: حقق دقة تقارب 54%.
- المقارنة: حصل محلل الذكاء الاصطناعي الحديث والشائع جداً (SpaCy) على حوالي 58%.
انتظر، أليس هذا أسوأ؟
ليس تماماً. يعترف المؤلف بأن نظامه هو نموذج أولي. فهو يحتوي على حوالي 145 قاعدة مبرمجة فقط (مثل سيارة بها 4 تروس فقط). أما الذكاء الاصطناعي الحديث فيمتلك ملايين المعلمات (Parameters). النقطة ليست في أن هذا النظام الجديد أفضل حالياً، بل في أنه شفاف.
- الصندوق الأسود (الذكاء الاصطناعي): "أعتقد أن هذه الجملة تعني (س) لأن شبكتي العصبية قالت ذلك". (لا يمكنك سؤاله عن السبب).
- الصندوق الزجاجي (هذه الورقة): "أعتقد أن هذه الجملة تعني (س) لأن القاعدة رقم 42 قالت ذلك، وهذا هو المسار الدقيق الذي اتخذته الكلمات".
الخلاصة الكبرى
هذه الورقة هي دعوة للعمل. إنها تقول: "ليس علينا التخلي عن 70 عاماً من النظرية اللغوية لمجرد أن الذكاء الاصطناعي أصبح بارعاً في التخمين".
من خلال الجمع بين المنطق القائم على القواعد (القديم) والحوسبة الحديثة، يمكننا بناء ذكاء اصطناعي لا يكتفي فقط بالتحدث باللغة البشرية، بل يفهم القواعد الكامنة وراءها. وهذا أمر بالغ الأهمية لـ الذكاء الاصطناعي القابل للتفسير (Explainable AI)—وهي الأنظمة التي يحتاج فيها الأطباء أو القضاة أو المهندسون إلى معرفة لماذا اتخذ الكمبيوتر قراراً معيناً، وليس فقط معرفة أنه اتخذه.
باختاً: لقد بنى المؤلف روبوت قواعد يمكنه التعامل مع النصوص الواقعية الفوضوية، ويرى كلاً من "المجموعات" و"العلاقات" في الجملة، والأهم من ذلك، يمكنه أن يريك "واجباته المنزلية" لتتمكن من رؤية كيفية حل المشكلة بدقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.