تقسيم نص عربي بـ spaCy ومطابقة أنماط
الهدف: استخدام مقسّم spaCy للعربية وMatcher دون نموذج مدرب.
import spacy
from spacy.matcher import PhraseMatcher
nlp = spacy.blank("ar")
doc = nlp("تستخدم مكتبة PyTorch في التعلم العميق، وتستخدم مكتبة MONAI في الصور الطبية.")
print("الرموز:", [t.text for t in doc])
matcher = PhraseMatcher(nlp.vocab)
matcher.add("LIB", [nlp.make_doc("مكتبة PyTorch"), nlp.make_doc("مكتبة MONAI")])
print("المطابقات:", [doc[s:e].text for _, s, e in matcher(doc)])
شرح الكود
spacy.blank('ar') يعطي خط معالجة عربياً بالمقسّم وقواعد اللغة فقط، دون نموذج إحصائي. نضيف Matcher لالتقاط عبارات بنمط محدد. لمهام مثل التعرف على الكيانات تحتاج نموذجاً مدرباً أو تدريب نموذجك.
المخرجات المسجلة عند الاختبار
الرموز: ['تستخدم', 'مكتبة', 'PyTorch', 'في', 'التعلم', 'العميق', '،', 'وتستخدم', 'مكتبة', 'MONAI', 'في', 'الصور', 'الطبية', '.'] المطابقات: ['مكتبة PyTorch', 'مكتبة MONAI']
نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — spacy 3.8.18, python 3.13.18
