Skip to content

تعليق المقاطع

دليل كامل لتعليق المقاطع، وتظليل مناطق من النص، والمقاطع المتداخلة والمتشعّبة، وألوان التصنيفات، وترميز BIO/IOB، وبناء مهام المقاطع في Potato.

يعني تعليق المقاطع تحديد منطقة داخل العنصر بدلاً من تصنيف العنصر بأكمله. يُظلّل المُعلّق امتدادًا من النص (أو مقطعًا من الصوت) ويسند إليه تصنيفًا. وهو الأساس للتعرّف على الكيانات المُسمّاة، وتمييز الأخطاء، والإجابة الاستخلاصية عن الأسئلة، وكشف الأحداث الصوتية، وكلها مهام مقاطع تختلف فقط في مجموعات التصنيفات.

المقطع هو متتالية جزئية مُصنّفة: موضع بداية، وموضع نهاية، وفئة. وفي تعلّم الآلة، يُصاغ هذا عادةً على أنه ترميز للمتتاليات، حيث تحصل كل وحدة رمزية (token) على وسم.

مهمة مقاطع أساسية

عرّف التصنيفات ودَع المُعلّقين يُظلّلون. تجعل الألوان والتلميحات الواجهة سريعة وغنيّة عن الشرح:

yaml
annotation_schemes:
  - annotation_type: span
    name: entities
    description: "Highlight each named entity and choose its type."
    labels: [PERSON, ORGANIZATION, LOCATION, DATE, MISC]
    label_colors:
      PERSON: "#3b82f6"
      ORGANIZATION: "#10b981"
      LOCATION: "#f59e0b"
      DATE: "#8b5cf6"
      MISC: "#6b7280"
    sequential_key_binding: true
    allow_overlapping: false

إن تصميم التعرّف على الكيانات المُسمّاة هو هذه المهمة بالضبط، وهو جاهز للتشغيل.

المقاطع المتداخلة والمتشعّبة

افتراضيًا، ينتمي الحرف الواحد إلى مقطع واحد على الأكثر. وتحتاج بعض المهام إلى أكثر من ذلك:

  • المقاطع المتداخلة: يغطّي تعليقان جزءًا من النص نفسه، مثل مقطع مشاعر فوق مقطع كيان.
  • المقاطع المتشعّبة: يقع مقطع داخل مقطع آخر، مثل "[University of [Michigan]]" حيث يتشعّب الموقع داخل المؤسسة.

اضبط allow_overlapping: true عندما تستدعي إرشاداتك ذلك. واتخذ هذا القرار مبكرًا، لأنه يغيّر الطريقة التي يفكّر بها المُعلّقون في الحدود.

ترميز BIO/IOB، كيف يبدو ما تُصدّره

عادةً ما تُصدَّر تعليقات المقاطع للتدريب على هيئة وسوم للوحدات الرمزية وفق مخطط BIO (يُسمّى أيضًا IOB): يميّز B- أول وحدة رمزية من الكيان، ويميّز I- الوحدات الرمزية داخله، ويميّز O الوحدات الرمزية الواقعة خارج أي كيان.

text
Barack    B-PERSON
Obama     I-PERSON
visited   O
Paris     B-LOCATION

يمكن لـ Potato تصدير المقاطع إلى صيغتَي CoNLL و spaCy، وهما تستخدمان هذا الترميز مباشرةً. انظر تصدير التعليقات لأغراض تعلّم الآلة.

ضبط الحدود بدقّة

أصعب ما في العمل على المقاطع هو الاتفاق على موضع بداية المقطع ونهايته. إليك بعض القواعد المفيدة:

  • قرّر ما إذا كنت ستُضمّن علامات الترقيم المحيطة، والألقاب ("Dr.")، وصيغ الملكية اللاحقة، ودوّن ذلك.
  • قِس الاتفاق على مستوى المقطع، لا على مستوى المستند فحسب، كي تظهر الخلافات حول الحدود. انظر اتفاق المُعلّقين.
  • استخدم التلميحات لإبقاء قاعدة الحدود أمام عيني المُعلّق دائمًا.

مهام المقاطع فيما وراء التعرّف على الكيانات المُسمّاة

تُشغّل الآلية نفسها مهام كثيرة:

قراءات إضافية