Exploring Functional Shifts in Pos Tagging Across Various NLP Libraries: A Study of NLTK, spaCy and Textblob
تقارن هذه الدراسة بين أداء مكتبات NLTK وTextBlob وspaCy في التعامل مع جمل "المسار الحديقي" (garden path sentences) الناتجة عن التحولات الوظيفية، وتجد أن spaCy تتفوق بشكل كبير على المكتبتين الأخريين في الدقة النحوية، كما تقدم رؤى لتحسين أدوات معالجة اللغات الطبيعية، بما في ذلك تلك المخصصة للغات الأفريقية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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 تعلم روبوتًا كيفية قراءة كتاب قصصي. أنت تريد منه ألا يفهم الكلمات فحسب، بل كيف تتصرف هذه الكلمات داخل الجملة. هل كلمة "run" هي أمر بالتحرك بسرعة، أم أنها اسم يصف فترة زمنية طويلة؟ في عالم علوم الحاسوب، تسمى هذه المهمة "توسيم أجزاء الكلام" (Part-of-Speech tagging). إنها تشبه قلم التحديد الرقمي الذي يلون كل كلمة في الجملة ليبين ما إذا كانت اسمًا، أو فعلًا، أو صفة، أو شيئًا آخر. يبدو هذا الأمر سهلاً بالنسبة لنا نحن البشر، لكنه يصبح معقدًا بالنسبة للحواسيب عندما تغير الكلمات "أزياءها" في منتصف الجملة. يُطلق على هذا ما يسمى "التحول الوظيفي" (functional shift). فكر في الأمر كأنها ممثل يبدأ مسرحية في دور ملك، ثم فجأة يرتدي قبعة طباخ ويبدأ في الطبخ، دون أن يغير اسمه. يجب على الحاسوب تخمين الدور الجديد بناءً على الكلمات الأخرى المحيطة بها.
والأمر الأكثر تعقيدًا هي "جمل الممر الحديقي" (garden path sentences). وهي جمل تقودك في "ممر حديقة" من التفكير في شيء ما، لتتعثر في النهاية. على سبيل المثال: "The old man the boat". عقلك يريد قراءة "old man" كشخص (رجل عجوز)، لكن الجملة في الواقع تعني "كبار السن يديرون القارب". هنا، كلمة "man" هي فعل وليست اسمًا! إذا ارتبك الحاسوب أمام هذه الالتواءات، فقد يسيء فهم القصة بأكملها، وهو أمر يشكل مشكلة كبيرة لأشياء مثل تطبيقات الترجمة أو محركات البحث. لذا، يقوم العلماء دائمًا باختبار برامج حاسوبية مختلفة لمعرفة أي منها الأفضل في رصد هذه التغييرات الماكرة للكلمات.
في هذه الدراسة، قرر باحث يدعى كايودي فيكتور أموسان وضع ثلاثة برامج حاسوبية شهيرة — وهي NLTK وTextBlob وSpaCy — قيد الاختبار. تخيل هؤلاء الثلاثة كطلاب مختلفين في فصل لغات. قام المعلم (الباحث) بإعطائهم مجموعة من 56 جملة صعبة مصممة لإرباكهم. تضمنت هذه الجمل ألغاز "الممر الحديقي"، وكلمات تحولت إلى أسماء (مثل تحول "singing" إلى شيء تقوم به)، وكلمات غيرت موقعها لتغير معناها. كان الهدف بسيطًا: معرفة أي طالب استطاع تحديد الدور الذي تلعبه كل كلمة في الجملة بشكل صحيح.
كانت النتائج تشبه سباقًا تفوق فيه أحد العدائين بوضوح. فمن بين الـ 56 جملة الصعبة، نجح برنامج SpaCy في 32 منها. بينما تعادل NLTK وTextBlob في المركز الثاني، حيث أصابا في 21 جملة فقط لكل منهما. وهذا يعني أن SpaCy كان أفضل بكثير في فهم "تغييرات أزياء" الكلمات في الجمل المعقدة.
نظرت الدراسة بدقة في أمثلة محددة لمعرفة أين تعثرت البرامج. على سبيل المثال، خذ كلمة "round". يمكن أن تكون دائرة (اسم)، أو شكلًا (صفة)، أو فعلًا بمعنى يدور، أو ظرفًا بمعنى يتحرك في دائرة. في جمل مثل "The earth turns round once"، حدد SpaCy كلمة "round" بشكل صحيح كظرف. ومع ذلك، ارتبك NLTK وTextBlob وصنفاها كاسم. وبالمثل، بالنسبة لكلمة "that"، التي يمكن أن تكون ضميرًا، أو أداة ربط، أو صفة، أظهر SpaCy قدرة على التمييز بينها في معظم السياقات، بينما أخطأت المكتبتان الأخريان في كثير من الأحيان.
وجد الباحث أنه بينما تعثرت البرامج الثلاثة في أكثر جمل "الممر الحديقي" إرباكًا (مثل "The complex houses married and single students")، إلا أن SpaCy تمكن من حل المزيد منها بشكل صحيح مقارنة بالآخرين. فعلى سبيل المثال، في جملة تكون فيها كلمة "houses" فعلًا (بمعنى يوفر مأوى)، كان SpaCy أكثر قدرة على إدراك أنها ليست مبنى. تشير الدراسة إلى أنه بينما يعد NLTK وTextBlob جيدين للمهام العامة، فإن SpaCy هو الأداة الأقوى عندما تصبح اللغة معقدة وتبدأ الكلمات في تغيير أدوارها.
لا تدعي الورقة البحثية أن SpaCy مثالي أو أن المشكلة قد حُلت. في الواقع، تشير إلى أن SpaCy نفسه أخطأ في 24 جملة من أصل 56. هي ببساطة تقترح أنه إذا كنت بحاجة إلى حاسوب للتعامل مع الجمل الملتوية والمعقدة، فإن SpaCy هو الخيار الأكثر موثوقية حاليًا من بين الثلاثة. ويأمل الباحث أن تساعد هذه المعلومات المعلمين والطلاب والعلماء الآخرين في بناء أدوات أفضل لفهم اللغة البشرية، وربما تساعد البرامج المستقبلية على تعلم التحدث باللغات الأفريقية بنفس السهولة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.