Much of Geospatial Web Search Is Beyond Traditional GIS
من خلال تحليل أكثر من مليون استعلام بحث حقيقي من واقع العالم باستخدام التعلم الآلي المتقدم، تكشف هذه الورقة أن البحث الجغرافي المكاني عبر الويب تهيمن عليه الاحتياجات العملية والمعاملاتية مثل التكاليف وساعات العمل التي تتجاوز بكثير نطاق نظم المعلومات الجغرافية التقليدية، مما يستدعي الدعوة إلى بنيات استرجاع هجينة ومعايير مرجعية محدثة للاستدلال الجغرافي في النماذج اللغوية الكبيرة.
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 الإنترنت كمكتبة ضخمة وفوضوية، حيث لا يكتفي الناس بالبحث عن الكتب فحسب، بل يسألون أيضًا عن أين توجد الأشياء، وكم تبلغ تكلفة أشياء معينة في أماكن محددة، وكيف يبدو الطقس في بلدة ما. لفترة طويلة، اعتقد أمناء المكتبات (أنظمة المعلومات الجغرافية التقليدية، أو GIS) أنهم بحاجة فقط للقلق بشأن الأسئلة التي تذكر صراحةً اسم مدينة أو إحداثيات، مثل "أين باريس؟".
تجادل هذه الورقة بأن أمناء المكتبات كانوا ينظرون إلى الرف الخطأ. لقد تجاهلوا الغالبية العظمى من الأسئلة التي يطرحها الناس بالفعل، وهي أسئلة تتعلق بالأماكن ولكنها لا تبدو دائمًا كأسئلة "جغرافية".
إليك تفصيل لما قام به الباحثون وما وجدوه، باستخدام تشبيهات بسيطة:
1. الإحصاء الكبير لـ "المكان"
أخذ الباحثون كومة ضخمة تضم مليون استعلام بحث حقيقي من محرك البحث "بينج" (مجموعة بيانات MS MARCO). فكر في هذا كدلو ضخم من الماء.
- الطريقة القديمة: حاولت الدراسات السابقة العثور على أسئلة "المكان" من خلال البحث عن كلمات رئيسية محددة، مثل "مدينة"، أو "ولاية"، أو "دولة". ووجدوا أن حوالي 6% فقط من الماء في الدلو كان "ماءً متعلقًا بالمكان".
- الطريقة الجديدة: استخدم الباحثون أداة ذكاء اصطناعي ذكية (نموذج "تضمين الجملة" - sentence embedding) تفهم معنى الجملة، وليس فقط الكلمات. وسألوا الذكاء الاصطناعي: "هل يتطلب هذا السؤال معرفة بمكان محدد على الأرض للإجابة عليه؟".
- النتيجة: وجد الذكاء الاصطناعي أن 18% من الاستعلامات كانت في الواقع تتعلق بالأماكن. وهذا يمثل قرابة ثلاثة أضعاف ما كان يُعتقد سابقًا.
2. عما يسأل الناس حقًا؟
قام الباحثون بعد ذلك بفرز هذه الأسئلة الـ 180,000+ "المكانية" في خزانة ملفات ضخمة تحتوي على 88 درجًا مختلفًا. واكتشفوا أن الناس لا يسألون في الغالب عن الجبال، أو الأنهار، أو الحدود السياسية (الأشياء التقليدية التي بُنيت أنظمة GIS لأجلها).
بدلاً من ذلك، تمتلئ الأدراج العليا بـ أسئلة عملية ومعاملاتية:
- درج "المحفظة" (15.3%): أسئلة حول التكاليف، والأسعار، والضرائب. (مثل: "كم تبلغ تكلفة الإيجار في أوستن؟" أو "ما هي العملة المستخدمة في البرازيل؟"). هذا التصنيف وحده أكبر بمرتين تقريبًا من تصنيف الجغرافيا الفيزيائية بأكمله (الجبال، الأنهار، إلخ).
- درج "الساعة" (10.7%): أسئلة حول الوقت، والمواسم، وساعات العمل.
- درج "دليل الهاتف": أسئلة حول تفاصيل الاتصال والعناوين.
التشبيه: تخيل نظام تحديد مواقع (GPS) مبنيًا فقط لإظهار شكل الخط الساحلي والمواقع الوطنية للحدائق. الآن تخيل مستخدمًا يحاول استخدام نظام تحديد المواقع هذا للعثور على أقرب صيدلية مفتوحة، أو التحقق من سعر البنزين، أو معرفة ما إذا كان مطعم ما مفتوح يوم الأحد. سيفشل النظام القديم فشلاً ذريعًا لأنه لم يُصمم لهذه الأسئلة. تقول هذه الورقة: "مهلاً، معظم الناس يحاولون في الواقع استخدام نظام تحديد المواقع للبحث عن الصيدلية وأسعار البنزين، وليس للخط الساحلي!".
3. "الضجيج" في النظام
عندما حاولوا فرز هذه الأسئلة، وجدوا أن حوالي 36% منها لم تتناسب بدقة مع أي درج واحد. يطلق عليها الباحثون اسم "الضجيج".
- التشبيه: تخيل محاولة فرز كومة من قطع "الليغو" المختلطة حسب اللون. بعض القطع ذات أشكال غريبة أو لها ألوان متعددة، لذا فهي لا تتناسب تمامًا مع الصناديق "الحمراء" أو "الزرقاء". يقر الباحثون بأن لغة البشر الحقيقية فوضوية، وأن بعض الأسئلة قد تكون غامضة للغاية أو معقدة بحيث يصعب حصرها في تصنيف واحد.
4. نوعان مختلفان من الإجابات
تسلط الورقة الضوء على انقسام حاسم في كيفية الإجابة على هذه الأسئلة:
- أسئلة "الحقائق": بعض الأسئلة لها إجابة واحدة صحيحة لا تتغير أبدًا.
- مثال: "ما هو الرمز البريدي لبلتوري، كنتاكي؟" أو "كم تبعد المسافة من لندن إلى باريس؟".
- الحل: يمكن الإجابة على هذه الأسئلة بواسطة قاعدة بيانات ثابتة، مثل دليل هاتف رقمي.
- أسئلة "التقدير": أسئلة أخرى تعتمد على الرأي، أو الوقت، أو البيانات المتغيرة.
- مثال: "ما هو أفضل وقت لزيارة هاواي؟" أو "أي مطعم يقدم المأكولات المكسيكية واللحوم معًا؟".
- الحل: تتطلب هذه الأسئلة نظامًا أكثر مرونة يمكنه الاطلاع على المراجعات، أو الطقس الحالي، أو قوائم الطعام التي تتغير يوميًا.
5. لماذا يهم هذا التقنيات المستقبلية؟
خلص المؤلفون إلى أنه إذا أردنا بناء محركات بحث أو روبوتات دردشة أفضل (مثل تلك التي نستخدمها اليوم)، فلا يمكننا الاعتماد فقط على الخرائط التقليدية.
- المشكلة: الأنظمة الحالية غالبًا ما تعامل جميع أسئلة "المكان" بنفس الطريقة.
- الحل: نحن بحاجة إلى أنظمة "هجينة". يجب أن تعرف هذه الأنظمة متى تسحب حقيقة صلبة من قاعدة بيانات (مثل الرمز البريدي) ومتى تستخدم نظامًا أكثر مرونة وفي الوقت الفعلي للإجابة على سؤال حول أفضل وقت لزيارة مكان ما أو السعر الحالي لشيء ما.
الملخص
باختصار، هذه الورقة هي بمثابة جرس إنذار. إنها تخبرنا أنه عندما يبحث الناس عن "الأماكن" عبر الإنترنت، فإنهم يبحثون في الغالب عن المال، والوقت، والتفاصيل العملية، وليس فقط الخرط والظواهر الطبيعية. لبناء أدوات أفضل لهم، يجب أن نتوقف عن البحث عن أسماء الأماكن ونبدأ في فهم القصد من وراء السؤال. لقد جعل الباحثون "نظام التصنيف" الجديد الخاص بهم (taxonomy) و"المصنف الذكي" (classifier) متاحين للجميع، حتى نتمكن أخيرًا من بناء محركات بحث تفهم ما يعنيه الناس حقًا عندما يسألون عن مكان ما.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.