استخراج اللِّمّة

Lemmatization

إرجاع الكلمة إلى صورتها المعجمية (Lemma): المفرد المذكر للاسم والصفة، والماضي المسند إلى الغائب للفعل، مع معرفة نوع الكلمة.

تعتمد على مورد لغوي

طريقة العمل

يُحلل الشكل صرفياً بمعجم يحوي الجذوع وأنماط التصريف (مثل CALIMA-Star)، ثم يختار نموذج إزالة الالتباس التحليل المناسب للسياق ويُرجع لمّته. في الوضع الافتراضي للمختبر يُستخدم معجم لمم محدود فقط ولا تُخمَّن اللمّة.

الخطوات

  1. تحليل الكلمة صرفياً
  2. توليد التحليلات الممكنة
  3. اختيار التحليل بحسب السياق
  4. إرجاع اللمّة
المدخلاتكلمة في سياقها
المخرجاتاللمّة ونوع الكلمة
التعقيديعتمد على المحلل

مثال

«الكتب» ← «كِتاب»، «يكتبون» ← «كَتَبَ»

المزايا

  • أدق دلالياً من الجذع والجذر
  • تحافظ على الفرق بين الكلمات ذات الجذر الواحد

العيوب

  • تحتاج إلى معجم صرفي كبير ونموذج سياقي
  • أبطأ من التجذير

الاستخدامات

  • التحليل اللغوي
  • المعاجم الآلية
  • تحسين الترجمة والبحث الدلالي

مكتبات تطبّقها

CAMeL Tools (morphology + disambig)MADAMIRAFarasa (Lemmatizer)Stanza (lemma)

راجع دليل المكتبات لمعرفة الرخص ومتطلبات التشغيل.

المراجع

  • Obeid, O. et al. (2020). CAMeL Tools: An Open Source Python Toolkit for Arabic Natural Language Processing. LREC 2020.
  • Pasha, A. et al. (2014). MADAMIRA: A Fast, Comprehensive Tool for Morphological Analysis and Disambiguation of Arabic. LREC 2014.