تعرّف على تقنيات معالجة اللغة الطبيعية المستخدمة في أجهزة الحاسوب

لطالما تم تصور مجال الذكاء الاصطناعي في أن تكون الآلات قادرة على محاكاة أداء وقدرات العقل البشري. كما تعتبر اللغة من أهم إنجازات البشر التي عجلت بتقدم البشرية. لذلك، ليس من المستغرب أن يكون هناك الكثير من العمل الذي يتم القيام به لدمج اللغة في مجال الذكاء الاصطناعي في شكل معالجة اللغة الطبيعية. كما تساعد معالجة اللغة الطبيعية الإنسان على التعامل مع الحواسيب والتكنولوجيا. لكن كيف بالضبط؟ ما هي تقنيات معالجة اللغة الطبيعية؟ وكيف يستخرج الحاسوب المعلومات من نص معين؟

إدراك الأسماء التي تدل على دلالات معينة

الأسلوب الأساسي والمفيد، وأهم تقنيات معالجة اللغة الطبيعية هو استخراج الكيانات والدلالات في النص. إذ يتم تسليط الضوء على المفاهيم والمراجع الأساسية في النص، بمعنى آخر، يتم تحديد نوع كل كلمة والمجموعة التي تنتمي لها. ثم يتم التعرف على الكيانات مثل الأشخاص والمواقع والمؤسسات والتواريخ وما إلى ذلك من النص.على سبيل المثال: أشخاص: سارة، آدم، عمر، سالي. مواقع: فلسطين، إيطاليا، جورجيا، تونس. تواريخ: الشهر الماضي، الأسبوع القادم، 2018 .

قد يهمك أيضًا:

يمكن لسيري أن تفهم كلامك من خلال معالجة اللغة الطبيعية

تقنية ستساعد فيسبوك في مراقبة النّصوص داخل الصّور أيضًا

شركة LG تكشف عن لغة تصميمية جديدة لهواتفها الذكية القادمة

تحليل المشاعر

الأسلوب الأكثر استخدامًا من بين تقنيات معالجة اللغة الطبيعية هو تحليل المشاعر. يعد تحليل المشاعر مفيدًا للغاية في حالات مثل استطلاعات العملاء والمراجعات وتعليقات وسائل التواصل الاجتماعي حيث يعبر الأشخاص عن آرائهم وملاحظاتهم. أبسط مقياس لتحليل المشاعر هو مقياس مكون من 3 مراحل: إيجابي / سلبي / محايد. في الحالات الأكثر تعقيدًا، يمكن أن يكون الناتج عبارة عن درجة رقمية يمكن تجميعها في العديد من الفئات حسب الحاجة. فمثلًا، يمكن القول عن تعليق أحد العملاء عن خدمة أرامكس: “خدمة العملاء لبقة وسهلة، والموظفون مرنون في التعامل”، أنه تعليق يَنّم عن مشاعر إيجابية. 

تلخيص النص

كما يوحي الاسم، من تقنيات معالجة اللغة الطبيعية المساعدة في تلخيص أجزاء كبيرة من النص. يتم استخدام تقنية تلخيص النص بشكل أساسي في حالات مثل المقالات الإخبارية والمقالات البحثية. وهناك منهجان أساسيان في تلخيص النص هما الاستخراج والتجريد. تقوم طرق الاستخراج بإنشاء ملخص عن طريق استخراج أجزاء من النص. أما التجريد فتقوم بإنشاء ملخصًا عن طريق إنشاء نص جديد ينقل جوهر النص الأصلي.

كما أن هناك العديد من الخوارزميات والبرامج التي يمكن استخدامها لتلخيص النص مثل LexRank و TextRank والتحليل الدلالي الكامن. لنأخذ مثال LexRank، تقوم هذه الخوارزمية بترتيب الجمل باستخدام التشابه بينها. يتم ترتيب الجملة في مرتبة أعلى عندما تكون مشابهة لجمل أكثر، وهذه الجمل بدورها تشبه الجمل الأخرى.