Tarab: A Multi-Dialect Corpus of Arabic Lyrics and Poetry
تقدم الورقة البحثية "طرب"، وهو متن مفتوح واسع النطاق يضم ٢.٥٦ مليون بيت من كلمات الأغاني والشعر العربي الممتد عبر أربعة عشر قرناً وعدة لهجات، صُمم لتسهيل التحليل اللغوي والأسلوبي المقارن من خلال البيانات الوصفية المهيكلة والأدوات التحليلية المرجعية.
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 اللغة العربية كمكتبة ضخمة وعريقة. لفترة طويلة، كانت الحواسيب (الذكاء الاصطناعي) التي تقرأ هذه المكتبة تعرف فقط كيف تفهم الكتب "الرسمية": الأخبار، والموسوعات، والكتب المدرسية الرسمية. كانت بارعة في قراءة الأخبار، لكنها كانت تائهة تماماً عندما يتعلق الأمر بالأشياء الملونة، والفوضوية، والعاطفية: الأغاني التي يغنيها الناس في حفلات الزفاف، ومعارك الراب في الشوارع، والقصائد القديمة التي تُهمس على ضوء النار.
هنا يأتي دور طرب.
فكر في طرب ليس مجرد قاعدة بيانات، بل كـ آلة زمن سحرية وعملاقة تعلمت أخيراً كيف تستمع إلى القصة الكاملة للإبداع العربي. اسم "طرب" نفسه جميل؛ فهو يشير إلى ذلك الشعور بالنشوة الموسيقية أو الوجد العاطفي العميق الذي يصيبك عندما تلمس الأغنية أو القصيدة قلبك مباشرة.
إليك ما يجعل هذا المشروع مميزاً للغاية، مشروحاً ببساطة:
١. "أفضل الأغاني" عبر ١٤٠٠ عام
معظم مجموعات اللغات تشبه لقطة ليوم واحد. أما "طرب" فهو ماراثون سينمائي لـ ١٤ قرناً.
- السفر عبر الزمن: يبدأ من الشعر الذي سبق ظهور الإسلام (منذ أكثر من ١٤٠٠ عام) ويتجه صعوداً وصولاً إلى نجوم البوب اليوم والشعراء المعاصرين.
- النطاق: يحتوي على أكثر من ٢.٥ مليون سطر نصي. هذا يكفي لملء رف مكتبة يمتد لأميال. إنه يشمل كل شيء، من الشعر الفخم والرسمي للملوك إلى كلمات أغاني البوب الحديثة المليئة بالعامية والجمل الجذابة.
٢. بوتقة لغوية صاهرة
العربية ليست لغة واحدة؛ إنها عائلة من اللغات.
- الرسمي مقابل الواقعي: فكر في اللغة العربية الفصحى المعاصرة (MSA) كنسخة "البدلة وربطة العنق" من اللغة — المستخدمة في الأخبار والمدارس. وفكر في اللهجات (مثل المصرية، أو الخليجية، أو المغربية) كنسخة "الجينز والتيشرت" — ما يرتديه الناس ويتحدثون به فعلياً في حياتهم اليومية.
- المزيج: قبل "طرب"، كان الذكاء الاصطناعي يعرف فقط نسخة "البدلة وربطة العنق". "طرب" يعلّم الذكاء الاصطناعي فهم نسخة "الجينز والتيشرت" أيضاً. إنه يغطي ست لهجات إقليمية رئيسية، بالإضافة إلى النسخة "الكلاسيكية" القديمة. إنه يشبه تعليم المترجم ليس فقط التعريف القاموسي للكلمة، بل أيضاً المصطلحات العامية، والنكات، واللكنات الإقليمية.
٣. "البيت الشعري" هو النجم
عادةً، عندما ندرس اللغة، ننظر إلى جمل كاملة أو فقرات. لكن "طرب" قرر التركيز على أصغر وحدة موسيقية: البيت.
- تشبيه قطع الليغو (Lego): تخيل أن الأغنية أو القصيدة هي قلعة ضخمة مصنوعة من قطع الليغو. الدراسات السابقة كانت تنظر إلى القلعة بأكملها. "طرب" يفكك القلعة ويدرس كل قطعة منها.
- لماذا؟ لأن في الشعر والأغنية العربية، "القطعة" (البيت) تحمل السر. فهي تخبرك بالإيقاع، والقافية، والعاطفة. من خلال تنظيم البيانات بيتاً ببيت، يمكن للباحثين مقارنة قصيدة عمرها ١٠٠٠ عام مع أغنية راب من عام ٢٠٢٠ جنباً إلى جنب لرؤية كيف تغيرت اللغة (أو بقيت كما هي).
٤. من صنع الموسيقى؟
المجموعة ليست مجرد كلمات عشوائية؛ إنها "قاعة مشاهير".
- تضم ٢٥٩٨ مبدعاً فريداً.
- من جهة، لديك أساطير الماضي: الشعراء القدامى مثل المعري والشريف الرضي، الذين كتبوا منذ قرون.
- ومن الجهة الأخرى، لديك نجوم اليوم: المغنون المشهورون مثل فيروز وعمرو دياب.
- يضعهم "طرب" في نفس الغرفة، مما يسمح لنا برؤية كيف يمكن لشاعر من القرن العاشر ومغني من القرن الحادي والعشرين استخدام الكلمات بطرق متشابهة (أو مختلفة تماماً) بشكل مفاجئ.
٥. لماذا نحتاج إلى هذا؟
فكر في الذكاء الاصطناعي كطالب. إذا علّمت الطالب المقالات الإخبارية فقط، فسيبدو مثل روبوت يقرأ جريدة. لن يفهم السخرية، أو أغاني الحب، أو الطريقة التي تتحدث بها جدة مع حفيدها.
- الهدف: يمنح "طرب" الذكاء الاصطناعي "تعليماً ثقافياً". فهو يساعد الحواسيب على فهم روح اللغة، وليس فقط قواعدها.
- النتيجة: يساعد هذا الباحثين على بناء أدوات أفضل للترجمة، ومساعدين صوتيين أفضل يفهمون اللهجات، وحتى يساعدنا في حفظ تاريخنا الثقافي في تنسيق رقمي.
العقبة (القيود)
مثل أي مشروع عظيم، ليس مثالياً بعد.
- مشكلة "التاريخ الضبابي": بالنسبة لبعض القصائد القديمة، نعرف أنها من "العصر العباسي"، لكننا لا نعرف السنة بالضبط. الأمر يشبه معرفة أن الصورة من عشرينات القرن الماضي ولكن ليس من يوم محدد.
- لا يوجد صوت: "طرب" هو مجرد الكلمات. هو لا يتضمن الموسيقى الفعلية أو صوت المغني. إنه "النوتة الموسيقية"، وليس تسجيل الحفل.
الخلاصة
طرب هو هدية للعالم. إنه مكتبة رقمية ضخمة ومفتوحة تقول: "نحن نقدر الأخبار، ولكننا نقدر أيضاً الأغاني، والقصائد، واللهجات". إنه يجسّر الفجوة بين الماضي العريق والمستقبل الرقمي، مما يضمن أن الصوت الغني والعاطفي والمتنوع للعالم الناطق بالعربية سيُسمع أخيراً بوضوح تام من قبل آلات الغد.
يمكنك زيارة هذه المكتبة الرقمية مجاناً على HuggingFace (وهو موقع شهير لمشاركة بيانات الذكاء الاصطناعي) لاستكشاف الكلمات والقصائد بنفسك!
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.