الصيغة المعجمية قد تفيد المساعد في جمع كلمات مرتبطة، لكنها لا تصبح نسخة من كل كلمة أصلية. إذا أعاد إجراء كلمتين مختلفتين إلى مدخل واحد ثم حذف النص، فقد نفقد الفرق الذي تحتاجه القراءة أو الاقتباس. نوضح هذه العلاقة بجدول معلن، دون الادعاء أن أداة حللت أمثلة عربية.
الخلاصة السريعة
لا تكفي الصيغة المعجمية وحدها لاستعادة الأصل عندما ترد إليها صيغ مختلفة؛ احفظ الكلمة في نصها، وسم التحليل وإعداداته قبل استعماله للمقارنة.
- يعين Lemmatizer في spaCy صيغ أساس وفق قواعد أو جداول؛ نمط rule يحتاج وسم نوع الكلمة قبله، وقد يعيد lookup الأصل إن لم يجد صيغة. [1]
- في جدولنا المعلن تعود «كاتبين» و«كاتب» إلى «كاتب»؛ المدخل المشترك لا يحدد أي صورة وصلت أول الأمر، ولا يثبت أنه خرج محلل عربي.
- لا تستبدل الكلمة الأصلية بصيغة البحث في اقتباس؛ احتفظ بالصورة والموضع، ولا تعتبر الصيغة المشتركة برهانا على تطابق المعنى في كل سياق.
- راجع النمط والموارد والوسوم قبل تقييم نتيجة؛ بقاء الكلمة كما هي قد يكون رجوعا إلى الأصل عند غياب المدخل، لا دليلا مستقلا على صحة التحليل.
أي حقل تضيفه عملية التحليل؟
يصف spaCy مكون Lemmatizer بإسناد صيغ أساس باستخدام قواعد أو جداول. يحتاج نمط rule إلى وسم نوع الكلمة من مكون سابق. وفي lookup يمكن إرجاع النص الأصلي إن لم يوجد مدخل. [1]
نتحدث عن حقل تحليل، لا إعادة كتابة إلزامية للنص. نثبت في تقريرنا هل الصورة المنقولة كلمة أصلية أم صيغة اقترحتها معالجة. ولا نستنتج من اسم المكون دعما لكل لغة أو دقة لكل كلمة أو أن المورد المطلوب حمل فعلا.
هل يمكن عكس جدول التمرين؟
نضع جدولا من تأليفنا لغايات الشرح: مدخل كاتبين له الصيغة كاتب، ومدخل كاتب له الصيغة كاتب. لا نقدمه كخرج spaCy أو قاعدة صرفية عامة. الغرض أن صيغتين مختلفتين في المدخل تعودان إلى قيمة واحدة في هذا الجدول.
لو حفظنا «كاتب» وحدها فلا نعرف من الجدول أي مدخل كان مستعملا: كاتبين أم كاتب. لا تعوض سلاسة جملة يكتبها المساعد هذا النقص. نحتاج الصورة الأصلية أو سجل العلاقة، ولا نختار واحدة بناء على أن النص الجديد يبدو أقصر.
كيف تحفظ الاقتباس وغرض البحث؟
نؤلف سطرا يذكر «استقبلت القاعة كاتبين». إذا استعملنا مدخل كاتب للبحث، لا ننسب إلى السطر اقتباس «استقبلت القاعة كاتب». تغيير الصورة في هذا الموضع يغير ما نقلناه، ولا يصبح نقلا حرفيا لأن صيغة التحليل مشتركة.
يمكن حفظ حقل للكلمة الأصلية وآخر للصيغة والموضع. في مقارنة حقيقية نراجع أيضا السياق وغرض التجميع؛ المدخل المعجمي المشترك لا يمنح شهادة أن كل استعمالين يحملان المعنى نفسه أو يشيران إلى الشخص نفسه. الجدول يخدم سؤال تمثيل محددا، لا إثبات هوية.
هل الناتج غير المتغير دليل نجاح؟
وجود الصورة نفسها في حقل التحليل قد يلائم كلمة أساس، وقد يكون عودة إلى الأصل وفق مسار lookup المذكور؛ لا نحسم السبب من التشابه وحده. نسأل ما النمط والموارد والوسوم التي استعملها المسار، وما المعلومات التي ظهرت فعلا في سجله.
وإذا غاب وسم تحتاجه قواعد المسار، لا نقدم النتيجة بوصفها تحليلا موثقا لأن حقل lemma موجود. نعيد مراجعة المتطلبات أو نحفظ حالة النقص. لم نشغل محللا أو نقس دقة عربية؛ الأمثلة جدول مكتوب للمقال يبين ما نفقده إذا استبدلنا مادة الأصل بتفسيرها.
المصادر ومتابعة القراءة
أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.