وسم جملة فعلية
وسّم «كتب الطالب الدرس في المكتبة» بالأداة، وقارن بالجواب الصحيح.
تلميح
UPOS.
إظهار الحل
كتب/VERB الطالب/NOUN الدرس/NOUN في/ADP المكتبة/NOUN ./PUNCT
POS Tagging Lab
لوّن كل كلمة بقسمها (اسم، فعل، صفة، حرف...) بقواعد وقاموس محدود، مع سبب كل تصنيف ومستوى الثقة.
وسم أقسام الكلام (Part-of-Speech Tagging) يعطي كل كلمة فئتها النحوية في سياقها. نستخدم مجموعة الوسوم العالمية (Universal POS tags) المعتمدة في مشروع Universal Dependencies: NOUN، VERB، ADJ، ADV، PRON، DET، ADP، CCONJ، SCONJ، PART، NUM، PROPN، PUNCT. الأنظمة الحديثة تتعلم الوسم من مدونات موسومة يدوياً (مثل PADT للعربية) بنماذج مثل CRF أو BiLSTM أو المحولات، وتتجاوز دقتها 95% في العربية الفصحى. الوضع الافتراضي هنا قائم على القواعد: قاموس للكلمات المغلقة (الحروف والضمائر وأسماء الإشارة) وبعض الكلمات الشائعة، ثم مؤشرات صرفية.
الثقة «عالية» تعني أن الكلمة في القاموس، و«متوسطة» أنها وُجدت بعد فصل لاصقة، و«منخفضة» أنها مؤشر صرفي فقط. راجع الجدول لتعرف سبب كل قرار.
نميّز دائماً بين الخوارزميات التقليدية والأساليب المعتمدة على مورد لغوي والنماذج المدرَّبة. الأدوات في هذه الصفحة تقليدية أو معجمية، أما النماذج المدرَّبة فمشروحة هنا ولا تعمل إلا عبر محرك خارجي يفعّله مدير الموقع.
النتائج تقريبية: القواعد لا تفرق بين «ذهبَ» (فعل) و«ذهبٌ» (اسم) دون تشكيل، ولا تعالج الأسماء الأعجمية أو الأفعال الشاذة جيداً. النماذج المدربة خيار إضافي عبر محرك خارجي.
نتائج هذه الأداة تعليمية: تُظهر كيف تعمل الخوارزمية خطوة خطوة، ولا تُعرض بوصفها نتائج علمية مؤكدة.
إعطاء كل كلمة في الجملة وسماً يدل على قسمها، مثل اسم وفعل وحرف وصفة وضمير. الوسم مرحلة أساسية للتحليل النحوي واستخراج المعلومات.
وسوم UPOS العامة من مشروع Universal Dependencies، مثل NOUN وVERB وADJ وADP وPRON وCCONJ وDET وNUM وPROPN وPUNCT وPART وADV وAUX وX، مع تسمية عربية لكل وسم.
بثلاث طبقات بالترتيب: قاموس كلمات موسومة في قاعدة البيانات، ثم قواعد شكلية (مثل: تبدأ بـ «ال» إذن اسم، تبدأ بأحرف المضارعة مع نمط فعلي إذن فعل محتمل)، ثم قواعد سياقية بسيطة. لكل كلمة يظهر مصدر القرار ودرجة الثقة.
القاعدي يستخدم قواعد يكتبها لغويون، وهو شفاف لكنه محدود التغطية. الإحصائي (HMM وCRF) يتعلم احتمالات الوسوم من مدونة موسومة. النماذج العصبية الحديثة (BiLSTM وBERT) تصل إلى دقة عالية جداً على الفصحى.
نموذج ماركوف المخفي يفترض أن الوسوم سلسلة حالات مخفية وأن الكلمات مخرجات لها. يتعلم احتمالات الانتقال بين الوسوم واحتمالات ظهور الكلمة مع الوسم، ثم يجد أفضل تسلسل بخوارزمية Viterbi.
لأن الكلمة نفسها قد تكون اسماً أو فعلاً حسب التشكيل والسياق، مثل «ذهب» (معدن أو فعل). القواعد البسيطة لا ترى السياق البعيد، ولذلك يعرض المختبر الوسم مع ثقته.
NOUN اسم عام مثل «مدينة»، وPROPN اسم علم مثل «بغداد». في العربية لا توجد حروف كبيرة تميز الأعلام، فيعتمد التمييز على القوائم والسياق.
ADP (Adposition) يشمل حروف الجر في العربية مثل في ومن وإلى وعلى، والظروف التي تعمل عملها في بعض المدونات.
نعم. يستطيع المدير إضافة كلمات ووسومها من لوحة «المعاجم» أو استيرادها بملف CSV، فتظهر في الأداة مباشرة بعد التحديث.
من الأدوات المعروفة: CAMeL Tools وFarasa وMADAMIRA وStanford CoreNLP وStanza. لكل منها رخصة وشروط مختلفة، راجع «دليل المكتبات» في المختبر.
وسّم «كتب الطالب الدرس في المكتبة» بالأداة، وقارن بالجواب الصحيح.
UPOS.
كتب/VERB الطالب/NOUN الدرس/NOUN في/ADP المكتبة/NOUN ./PUNCT
ضع وسوم UPOS يدوياً لـ «هو لم يذهب إلى الجامعة».
«لم» أداة نفي.
هو/PRON لم/PART يذهب/VERB إلى/ADP الجامعة/NOUN
حمّل مثال «كلمات غامضة الوسم». هل ميّزت الأداة بين «ذهب» الأولى والثانية؟ ما الدليل الذي استخدمته؟
انظر عمود «المصدر».
الأولى فعل (موقع بداية الجملة وقاموس الأفعال)، والثانية «الذهب» اسم بسبب «ال». إذا أخطأت الأداة فهذا يوضح حدود القواعد.
ما المعلومتان اللتان يتعلمهما HMM من مدونة موسومة؟
احتمالات نوعين.
احتمال الانتقال من وسم إلى وسم P(tᵢ∣tᵢ₋₁)، واحتمال ظهور الكلمة مع الوسم P(wᵢ∣tᵢ). ثم يجد Viterbi التسلسل الأعلى احتمالاً.
نظام وسم أعطى 47 وسماً صحيحاً من 50 كلمة. ما دقته؟ وإذا كانت 10 كلمات منها غير موجودة في التدريب وأخطأ في 3 منها، فما دقته على الكلمات المجهولة؟
الدقة = الصحيح / الكل.
الدقة الكلية 94%. على المجهولة 7/10 = 70%، وعلى المعروفة 40/40 = 100%.
اكتب جملة فيها كلمة يوسمها المختبر X (غير معروف). كيف يمكن للمدير إصلاح ذلك دون تعديل الكود؟
لوحة المعاجم.
بإضافة الكلمة ووسمها في معجم pos من لوحة الإدارة أو باستيراد CSV.
لماذا يصعب تمييز أسماء الأعلام في العربية مقارنة بالإنجليزية؟
فكّر في شكل الحروف.
لأن العربية لا تملك حروفاً كبيرة، وكثير من الأعلام كلمات عامة أيضاً (كريم، أمل، سعيد).
الأقسام
لا يوجد قسم بهذا الاسم. اضغط «بحث» للبحث في محتوى الموقع كله.
المفضلة
نتائجي وشهاداتي
تقدّمي في الأكاديميةنتائج اختباراتيتقدّم الأطفالشهادات الأكاديميةشهادات الاختباراتابدأ أي درس أو اختبار وسيظهر هنا لتعود إليه بسرعة.
الإعدادات
أنا مساعد مختبر معالجة اللغة الطبيعية. اسألني عن مفهوم أو خوارزمية أو كلمة لهجية، وسأجيبك من قاعدة معرفة المختبر مع ذكر المصادر.
يجيب من قاعدة معرفة المختبر فقط، دون نموذج لغوي خارجي ودون إرسال سؤالك إلى أي جهة.
قد يخطئ المساعد أحياناً، فراجع المصادر المرفقة.