SyriSign: A Parallel Corpus for Arabic Text to Syrian Arabic Sign Language Translation
تقدم هذه الورقة "SyriSign"، وهي أول مدونة متوازية متاحة للجمهور تضم 1,500 عينة فيديو للغة الإشارة العربية السورية، تهدف إلى جسر حواجز التواصل للمجتمع الأصم في سوريا والعمل كمرجع أساسي لأبحاث الترجمة من النص إلى الإشارة.
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 عالماً حيث تُبث فيه أخبار حيوية، ولكن بالنسبة لمجموعة كبيرة من الناس، يبدو الأمر كأنهم يشاهدون فيلماً مع كتم الصوت وإيقاف الترجمة النصية. هذا هو الواقع اليومي للعديد من الصم وضعاف السمع (DHH) في سوريا. فبينما تُبث الأخبار باللغة العربية المنطوقة، هناك عدد قليل جداً من مترجمي لغة الإشارة المحترفين المتاحين، كما أن لغة الإشارة المحددة المستخدمة في سوريا (لغة الإشارة العربية السورية، أو SyArSL) قد تم تجاهلها إلى حد كبير من قبل التكنولوجيا.
تقدم هذه الورقة البحثية مشروع SyriSign، وهو مشروع مصمم لبناء جسر بين الأخبار العربية المكتوبة ولغة الإشارة السورية باستخدام الذكاء الاصطناعي.
إليك تفصيل لما قاموا به، باستخدام تشبيهات بسيطة:
1. المشكلة: قاموس مفقود
تخيل لغة الإشارة كلغة فريدة لها قواعدها الخاصة، وأشكال يديها، وتعبيرات وجهها. لسنوات، بنى باحثو الذكاء الاصطناعي "مكتبات" ضخمة (مجموعات بيانات) للغات الإشارة الشهيرة مثل لغة الإشارة الأمريكية (ASL). ومع ذلك، بالنسبة للغة الإشارة السورية، كانت المكتبة فارغة.
بدون بيانات، لا تستطيع الحواسيب أن تتعلم الترجمة. الأمر يشبه محاولة تعليم روبوت التحدث بلغة ما بينما لم تعطه كتاباً واحداً أو تسجيلاً واحداً ليدرس منه.
2. الحل: بناء المكتبة (SyriSign)
أنشأ الفريق SyriSign، وهو في الأساس مكتبة رقمية تضم 1,500 مقطع فيديو.
- المحتوى: قاموا بتسجيل 150 كلمة شائعة توجد غالباً في الأخبار السورية (مثل "وزارة"، "صحة"، "حرب"، "سلام").
- الممثلون: قام شخصان بأداء كل إشارة خمس مرات لمنح الكمبيوتر ما يكفي من أمثلة التدريب.
- الهدف: إنشاء "حجر رشيد" يسمح للحواسيب بفهم العلاقة بين الكلمة العربية وحركة اليد المحددة التي تمثلها.
ً3. التجربة: ثلاثة مترجمين مختلفين
لمعرفة ما إذا كان بإمكانهم تحويل النص إلى لغة إشارة، جرب الفريق ثلاثة "مهندسين معماريين" مختلفين للذكاء الاصطناعي، لكل منهم أسلوب تعلم مختلف:
"الخاطبة" (SignCLIP):
- كيف تعمل: تخيل أمين مكتبة لديه كومة ضخمة من البطاقات التعريفية. عندما تعطيه كلمة، فهو لا يخلق إشارة جديدة؛ بل يجد فقط أفضل بطاقة مطابقة من المكتبة التي يمتلكها بالفعل.
- النتيجة: كان جيداً في إيجاد الإشارة الصحيحة للكلمة لأنه يعتمد على مطابقة الأنماط، لكنه لا يستطيع ابتكار حركات جديدة.
"الرسام" (MotionCLIP):
- كيف يعمل: يحاول هذا الذكاء الاصطناعي فهم معنى الكلمة ثم "يرسم" حركة من الصفر، تماماً كما قد يفعل الإنسان عندما لا يعرف الإشارة الدقيقة. إنه يحاول تعلم "روح" الحركة.
- النتيجة: أظهر نتائج واعدة في فهم المفهوم، ولكن لأن المكتبة كانت صغيرة، بدت "اللوحة" أحياناً مهتزة أو غير متسقة.
"الحكواتي" (T2M-GPT):
- كيف يعمل: هذا يشبه روبوتاً يقوم بتفكيك الجملة إلى قطع صغيرة تشبه مكعبات "ليغو" (رموز/tokens). إنه يتعلم قواعد كيفية تركيب هذه القطع معاً لبناء تسلسل حركي سلس.
- النتيجة: عانى هذا النوع أكثر من غيره. ولأنه يحتاج إلى كمية هائلة من البيانات لتعلم القواعد المعقدة لـ "قواعد" الحركة، فإن المكتبة الصغيرة (1,500 مقطع) لم تكن كافية لجعله طلقاً. كان الأمر يشبه مطالبة طفل بكتابة رواية بعد أن قرأ بضع قصص مصورة فقط.
4. اختبار الواقع: آلام النمو
وجد الباحثون أنه بينما تعد هذه التكنولوجيا مثيرة، إلا أنها محدودة حالياً بحجم مكتبتهم.
- تأثير "المكتبة الصغيرة": الذكاء الاصطناعي التوليدي (النوع الذي يبتكر أشياء جديدة) يحتاج عادةً إلى ملايين الأمثلة ليعمل بشكل جيد. مع وجود 1,500 مثال فقط، لا يستطيع الذكاء الاصطناعي التعميم بشكل جيد. الأمر يشبه محاولة تعلم طبخ مطبخ كامل من خلال تذوق ثلاثة أطباق فقط.
- التفاصيل المفقودة: يركز النظام الحالي بشكل أساسي على حركات اليد. إنه يفتقد إلى "توابل" لغة الإشارة: تعبيرات الوجه ولغة الجسد، وهي أمور حاسمة للمعنى في لغة الإشارة (مثل رفع حاجب لإظهار سؤال).
5. المستقبل: فتح الأبواب
لقد جعل الفريق مكتبتهم (SyriSign) عامة. إنهم يأملون أن تكون هذه هي "البذرة" للنمو المستقبلي.
- الخطوات التالية: يريدون تسجيل المزيد من الأشخاص، وإضافة المزيد من الكلمات، والانتقال في النهاية من ترجمة كلمات مفردة إلى ترجمة جمل كاملة مع تضمين جميع تعبيرات الوجه.
باخت-صار:
تتعلق هذه الورقة باتخاذ أول خطوة شجاعة لمنح الصم السوريين إمكانية الوصول إلى أخبارهم المحلية من خلال التكنولوجيا. لقد بنوا قاموساً صغيراً ولكنه حيوي (SyriSign) واختبروا ثلاث طرق مختلفة للذكاء الاصطناعي لمعرفة مدى قدرتها على ترجمة النص إلى لغة إشارة. ورغم أن الذكاء الاصطناعي ليس مثالياً بعد، إلا أن هذا المشروع يضع حجر الأساس لمستقبل يمكن فيه للكمبيوتر أن يترجم فورياً بثاً إخبارياً إلى فيديو بلغة الإشارة، مما يضمن عدم بقاء أحد خارج دائرة الحوار.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.