نحو مقاربة شاملة لتحليل وتمثيل الوثائق العربية

, قسم سليماني بونحاسويحيى إبراهيمبتونس, العلوم كلية اإلعالمية

العربية الوثائق وتمثيل لتحليل شاملة مقاربة نحوالداللي االجتماعي الويب في

بونحاسويحيى إبراهيمسليماني

بتونس العلوم كليةاإلعالمية قسم

2 , قسم سليماني بونحاسويحيى إبراهيمبتونس, العلوم كلية اإلعالمية

الفهرس

الداللي 1. االجتماعي الويب

االستخدام 2. نوعية

المعلومة 3. إعتمادية

المكانز 4. إعداد

الداللي 5. االجتماعي النموذج

المقترحة 6. البنية

والنتائج 7. التجارب


الداللي االجتماعي الويب

الحالية • الويب وضعيةالمعلومات – من هائلة كميةوناقليها – المعلومة منتجي عدد تناميالنظر – وجهات تباينالمستخدمين – حاجيات وتنوع تعدد

المطروحة • التحدياتالمعلومة – على العثور صعوبةالمعلومة – اعتمادية من التحقق صعوبةالمعرفي – المجال ضبط أو فهم صعوبةتأويلها – أو النظر وجهات حصر صعوبة



الداللي • الويبمحركات – تتمكن حتى المفاهيم مستوى على والوثائق المعارف تمثيل

معه والتعامل الوثيقة معنى فهم من البحثالشكلية – المكانز :(formal ontology)إستعمال

المكنز • معارفه انموذج يمثل وتمثيل هيكله فهم من FمEكن ي المعرفي للمجالال • في والبحث الوثائق لفهرسة وسيلة انه مدونةكماالمفاهيم • مستوى على الوثائق معالجة من وبالتالي المعنى حوسبة من FمEكن يللويب • التطورية الصبغة مع خاصة المكانز تحيين صعوبةالحاجيات • تجاهل إلى أدت آليا لمعالجته المعنى حوسبة على التركيز

: للمستخدمين واالجتماعية البشريةاالتصال – حاجياتالمعلومة – مع التفاعلمختلفة – نظر وجهات ودراسة تبادل



االجتماعي • الويباالجتماعية )– للحاجيات ودراسة التفاعل، االتصال،االستجابة تبادل

(نظرالوجهات مستخدمين – بين التفاعل عتسهيل Mوالمكان موّز الزمان في ينتسمى – الشكلية مكانز (:folksonomy )االجتماعية اتالمفضلاستعمال

باستخدام • المستخدمين بين تعاونية بطريقة موقع محتويات ترتيبالكلمات هذه Fعرف ت و وصفه، بغرض محتوى بكل Fربط ت كلمات

(tags )بالبطاقاتالتحيين – وسرعة سهولةتحقيق – غياب واالجتماعية ةالمفضل تماسك يصعب مع خاصة الفهارس

إشراف سلطة



الداللي • االجتماعي الويبالبشرية إعداد – للحاجيات يستجيب أن يجب المكانزفي – موّزعين مستخدمين بين للتفاعل نتيجة هي والمكان الوثيقة الزماناالجتماعية – التفاعالت مع تدريجيا يتكون الوثيقة معنىالمستقبلية – والتفاعالت االستعماالت يسهل أن يجب الوثائق تمثيلشكلية )– شبه مكانز السيميائية( semi-formalاستعمال المكانز تسمى

( semiotic ontology .)االعتبار بعين تأخذواألجزاء • الوثائق بين العالقات تعقيدللوثائق • التطورية الصبغةوإمكانياتهم • أدوارهم وتنوع الفاعلة األطراف اختالفتتناولها • التي والمواضيع الوثائق إنتاج سياق



الداللي الويب

االجتماعي الويب


شكلي (formal)

ناّزل تصميم( Top Down Design)

الشكلي (informal)

صاعد تصميم( Bottom Up Design )

شكلي ) -semiشبهformal)

الخبير

مجتمع المستخدم

ين


االستخدام نوعية

يهتم • منها كل ممارسة جماعات إلى المستخدمون ينتمييسمى معينة بكيفية االستخدام بالوثيقة نوعية

أو • أخرى دون بأجزاء سيهتم المستخدم فإن انتمائه ت̀ب حسب EيرمFعEينا ترتيبا األجزاء هذه

متماسكة ضرورة • أجزاء إلى الوثيقة تجزئةعبر ضرورة • الداللي اإلبحار من المستخدم لتمكين األجزاء ربط

الوثائقمستوى • Eل الحبوبية تحديد Eمث : األ التجزئة دراسة عند إجراء

وذلك المستخدمين باجتماعية ممارسات تحديد


المعلومة إعتمادية

تعريفات:•بالمعلومة (: Information Reliabitliy )المعلومة عتماديةإ– المستخدم ثقة مدىEخدم ) E(َAuthority :)السلطة – Fست ت أن يمكن أو Fثبت ت التي المؤشرات مجموعة

المعلومة( ونقل إنتاج في الفاعلة الجهات مصداقية لدراسة

االعتمادية • وتفسيرها دراسة الوثيقة فهم أجل من ضروري واستغاللها

•: على تعتمد الدراسة هذهمثل – داخلية النشر عناصر حقوق ونصوص االتصال ومعلومات Mاب Fت الك أسماءسيرة – مثل خارجية Mاب عناصر Fت الك

التي • والعالقات وأدوارها الفاعلة الجهات هوية على التعرف ضرورةتربطها


المكانز إعداد

هما : • عنصرين على يشتمل أن البد األدنى حدMه في المكنزتربطها التي الداللية والعالقات المصطلحات

(األسماء• والمركبة ) الوثيقة البسيطة موضوع تمثل التي العناصر هيالعربية • الوثائق من المكانز إعداد

التحديات:–العربية • العربية: إلتباسالنصوص التصريف، اللغة على تعتمد اشتقاقية لغة

الشكل وغياب ببعضها الحروف التصاق ذلك إلى يضافلغوية توفرعدم • والمحلالت موارد كالمعاجم النحوية كافية

المراحل–ال • الصرفي البسيطة : نحويالتحليل األسماء اسمية ثم تحديد مFركبات : تشكيل

االلتباس ضرورة تقليل أو بإّزالة Eى Fعن ت مرحلة تخصيصالمفردات • المعرفي غربلة المجال تمثل التي المصطلحات لتحديدالداللية • العالقات المصطلحات استخراج ربط من jMن FمEك ت هيكل والتي تشكيل

المكنز


الداللي االجتماعي النموذج

.إلخالمحتوىالنوعجزء

ج – ج عالقةنوعية ج العالقة نوعية

ج-

ج- نوع

نوعية االستخدام

طرف

ج - عالقةط نوعية

ج العالقة نوعيةط-

ط - عالقةط نوعية

العالقة نوعيةط - ط

مصطلح

م - م م نوعيةعالقة العالقة نوعيةم-


المقترحة البنية

وثيقةمنظمة شبه

وثيقةمنظمة شبه

مستخرجالهيكل

المIفهرس

شبه األجزاء وثيقةمنظمة

مزيل االلتباس

مادا

المحلل النحوي

المصطلحات

مستخرجالفهارسالعالقات

4

2

5

6مIقيJم

االعتمادية

3

األطراف

الدراسة - 1االجتماعية



االجتماعية 1. سليماني، ] الدراسة ب[2009بونحاسو

الوثائق 1.1 إنتاج مراحل دراسة

للجهات 2.1 االجتماعي التنظيم دراسةالمستخدمين 3.1الفاعلة فئات تحديد

وممارساتهم وكيفية 4.1 األجزاء أنواع تحديد

ترابطها

العالقة نوعيةط - ج

العالقة نوعيةط - ط

بممارسات 5.1 األجزاء أنواع ربطالمستخدمين


ج العالقة نوعيةج-

ج- نوع

ج- نوع




الوثيقة 2. هيكل سليماني، ] استخراج ب[2009بونحاسو

المادي – الهيكل (Physical Structure )استخراجالمنطقي اتخراس– الهيكل تحديد ( Logical Structure) الكلي ج خالل من

األبواب أو كالفصول الكبرى األجزاء األنماط : عناوين على اإلعتمادالمنطقي – للهيكل الجزئي لكل : التحليل الجزئية المكونات على التعرف

FلMي ك حرة استعمال : جزء لغات شبه m(َCFG) قاعدة بطريقة EعلMمها ت يتماألمثلة من مجموعة من آلية

االعتمادية 3. سليماني، ] تقييم ب[2010بونحاسو

الفاعلة )2. األطراف أسماء (Name Entity Recoginitionاستخراج

اجتماعي 3. بحث محرك باستعمال الفاعلة األطراف هوية على التعرف(Identity Recoginition)

األطراف 4. حول البيانات قاعدة خالل من المعلومة اعتمادية تقييم


المقترحة البنيةاللغوي 4. التحليل

مادا – بأداة الصرفي التحليلالنحوي – سليماني، ]التحليل أ[2009بونحاسو–( : اإلمكانيات نظرية على مبنية خوارّزمية اللغوي اإللتباس Possibiltyإّزالة

Theory )[ ،سليماني ج[2010بونحاسو

للوثائق 5. النازلة النوعية الفهرسة–: العناوين في الموجودة للمفردات أكبر وّزن إعطاء

– : الناّزلة سليماني، ]الفهرسة ب[2010بونحاسو•( : وثيقة كل تميز التي المفردات .اختيار . . و. ت ع ل ( TF-IDF, ت• ,..., إلخ الثاني ثم األول المستوى من لألجزاء الوثيقة فهرس توريث

الداللية 6. العالقات سليماني، ] استخراج ب[2010بونحاسوالجزء :أفقيةالعالقات ال– نفس في تتردد التي األلفاظ التقارب : ربط درجة قياس

. . ر ل ل القياس عبر المصطلحات بين– : العمودية باأللفاظ العالقات معين جزء عنوان في تظهر التي األلفاظ ربط

الفرعية أجزاءه فهارس في الموجودة


والنتائج التجارب

المشروع • تقديمالحديث – كتب من داللية اجتماعية خرائط إنتاجاألهداف:–

الحديث • مجال في الباحثين عمل تسهيلالويب • لمشاكل كحل الحديث علوم منهجية من اإلستفادة

الستة: : المدونة• الحديث داود كتب أبي سنن و مسلم وصحيح البخاري صحيحماج ابن وسنن الترمذي وسنن النسائي ةوسنن

ما – شخص إلى Fنسب ت أقواال أو تاريخية أحداثا ينقل الحديثعلى – يحتوي اإلسناد أو السند تسمى الرواة من سلسلة يتضمن حديث كل

التحمل وصيغ الرواة أسماءالمواضيع – حسب منظمة متخصصة كتب في علماء قبل من األحاديث تجميع تمأخرى – روايات إلى إشارات أو تأويلها أو األحاديث بصحة تتعلق تعاليق إضافة تم



األجزاء • على التعرف

الدقة (Precision)

التذكير(Recall)

الرواة 97,24%98,95% أسماء

األسانيد95,66%97,96%

93,01%94,54%الروايات إلى اإلشارات

األخرى

التعاليق85,51%84,29%

المجموع96,63%98,43%

الرواة • هوية على التعرف%80.88الدقة: –%98.97التذكير: –

المصطلحات • استخراج %87,14الدقة: – %82,84التذكير: –



األشربة • موضوع في المصطلحات مجموعاتالمصطلح المجموعة

العام

و الدباء و الحنتمة ؛ Eة ب jرmق ؛ مقير ؛ وعاء ؛ mية آن قاء؛ mس قmEدjح؛ مزفت؛ ة؛ MرEج Eقmير؛ ن ؛ دباءَظEرjف ؛ حنتمة ؛ mيرmقx Eالن

وعاء

هjو Eّز ؛ عEصmير ؛ mيب ب Eّز ؛ mيذ Eب ن ؛ بتع ؛ ر jسF ب ؛ عmير Eش ؛ jطEة حmن ؛ عEسEل ؛ Eمjر ت ؛ Eب عmن ؛ خEمjرخEمjر

Eن Eب ل ؛ mيذ Eب ن ؛ ̀ر Eالج mيذ Eب ن ؛ ماء ؛ عEصmير ؛ mيذ Eب ن اب؛ Eر Eش ؛ عEسEل ؛ أو خEمjر رjب Fشاب Eر Eش

واج • Jالز موضوع في المصطلحات مجموعاتالمصطلح المجموعة

العام

jر mك ب Eة أ Eرjمm ا ؛ yةx mي غEن yةE أ Eرjمm ا ؛ فEتاة ؛ mساء ن ؛ Eي̀ب ث ؛ jر mك ب ؛ Eة أ jرEم ؛ جارmية ؛ mساء ن ؛ Eة أ Eرjمm Eة إ أ Eرjمm إ أو Eة أ jرEم

وzج EزE ت ؛ jعEة مFت ؛ وmيج jزE ت ؛ شغار ؛ mكاح mكاحن ن

mنjت ب ؛ Eة خال ؛ عEمxة ؛ Fخjت أ ؛ MمF mساءأ ن


المراجع

سليماني، ] و أ[2009بونحاسBounhas I. & Slimani Y. A hybrid Approach for Arabic Multi-Word Term Extraction. IEEE International Conference on Natural Language Processing and Knowledge Engineering (IEEE NLP-KE'09), pp. 429-436, Dalian, Chine, September 24-27, 2009.

سليماني، ] و ب[2009بونحاسBounhas I. & Slimani Y. A social approach for semi-structured document modeling and analysis. International Conference on Knowledge Management and Information Sharing KMIS 09, pp. 95-102, Madeira, Portugal, 6 - 8 October, 2009.

سليماني، ] و أ[2010بونحاسBounhas I. & Slimani Y. A hierarchical approach for semi-structured document indexing and terminology extraction. International conference on information retrieval and knowledge management (CAMP’2010).

سليماني، ] و [ب2010بونحاسIbrahim Bounhas, Bilel Elayeb, Fabrice evrard and Yahya Slimani, “Towards a computer study of the reliability of Arabic stories”, Journal of the American Society for Information Science and Technology )A paraitre(.

سليماني، ] و [ج2010بونحاسIbrahim Bounhas and Yahya Slimani, “Désambiguïsation de textes Arabes pour l'extraction des syntagmes nominaux, L'apport de la structure des documents”, 10ème Colloque Africain sur la Recherche en Informatique et en Mathématiques Appliquées, Yamoussoukro, Côte d'Ivoire, 18 – 21 octobre 2010.



الزواج مجال خريطة


األشربة مجال خريطة

Documents

نحو مقاربة شاملة لتحليل وتمثيل الوثائق العربية