دليل شامل حول مكتبة spaCY : أفضل مكتبة لمعالجة اللغة الطبيعية NLP

يهدف الذكاء الاصطناعي الى ابتكار آلات ذكية تستطيع التفاعل مع الإنسان لتؤدي مهمة معينة لكن كيف ستتمكن الالة من فهم اللغة البشرية حتى تستجيب و تتفاعل معه؟ طور العلماء فرع من فروع الذكاء الاصطناعي يسمى معالجة اللغة الطبيعية NLP ، كما يشير اسمه فإنه يهدف الى تمكين نماذج الذكاء الاصطناعي من فهم وتحليل وتفسير اللغة البشرية لتمكنها من التفاعل بشكل فعال مع البيانات اللغوية. يمر النص اللغوي بعمليات قبل ان يتحول الى ادخال تفهمه الالة مما قد يجعل عملية المعالجة صعبة نوعا ما و خصوصا إذا كان النص ذا حجم كبير لذلك أوجد العلماء مكتبة خاصة تسمى مكتبة spaCY لمعالجة اللغة الطبيعية.

تتميز المكتبة بالعديد من الخصائص التي تجعلها من أهم و أفضل مكتبات معالجة اللغة الطبيعية كما أنها توفر خدمات كثيرة مقارنة بالمكتبات الأخرى من نفس النوع كمكتبة NLTK. أقرا المقال لمزيد من التفاصيل.

ما هي مكتبة spaCY؟ 

هي مكتبة مفتوحة المصدر لمعالجة اللغة الطبيعية مكتوبة بلغة البرمجة Python، أطلقت في العام 2015.

صممت مكتبة spaCY لأغراض الإنتاج وليس للأغراض البحثية أو التعليمية، إذا تستخدم في بناء التطبيقات التي تقوم على بمعالجة وتحليل النصوص اللغوية خصوصا تلك ذات الأحجام الكبيرة كما يمكن الاستفادة منها لأغراض معالجة النصوص لاستخدامها في تدريب نماذج التعلم العميق.[1]

تعتبر spaCY مكتبة مفتوحة المصدر أي ان الشيفرة البرمجية لها متاحة للجميع للاستفادة منها وتعديلها حسب الحاجة.

قد يتبادر الى ذهنك ما إذا كنت تستطيع استخدامها لبناء روبوتات دردشة، ولكن الإجابة هي لا، فهي ليست مزودة بالأدوات الضرورية لبنائها.

تسمح spaCY بربط النماذج الاحصائية التي تم تدريبها بواسطة مكتبات التعلم الآلي مثل Tensorflow و PyTorch من خلال مكتبة التعلم الآلي الخاصة بها Thinc.

تعد Thinc مكتبة مفتوحة المصدر تابعة لمكتبة spaCY متخصصة في التعلم الآلي. 

تعد الخيار الأمثل للمبتدئين وأصحاب الخبرة لأنها سهلة الاستخدام.

ما مميزات مكتبة spaCY؟ 

لم تكن هذه المكتبة مميزة من فراغ لأنها توفر خصائص فريدة، من ضمنها: [2]

• تدعم أكثر من 73 لغة من ضمنها اللغة العربية
• توفر التعلم المتعدد المهام Multi Tasking Learning باستخدام المحولات المدربة مسبقا مثل BERT
• توفر أيضا Words Vectors مدربة مسبقا، وهي عبارة عن تمثيلات رياضية للكلمات يتم تدريبها على كميات ضخمة من البيانات لاستخدامها في فهم العلاقات بين الكلمات 
• أداء وكفاءة عالية
• إمكانية إدارة سير عمل النموذج ونشره
• دقة عالية و قوية 
• مزودة بالأدوات والعناصر اللازمة لخطوات معالجة اللغة الطبيعية مثل: Entity Recognition, Part of Speech Tagging, Dependency Parsing و غيرها 

ما الخدمات التي تقدمها؟ 

تقدم العديد من الخدمات المتعلقة بمجال معالجة اللغة الطبيعية، منها:[3]

• الترميز Tokenization: وهي أهم وأول خطوة في معالجة اللغة الطبيعية وتقوم على تقسيم النص الى كلمات ورموز وعلامات ترقيم، حيث تتيح spaCY تقسيم النص بكفاءة عالية كما يمكنها فصل النص الى جمل مما يسهل التعامل مع البيانات النصية 

• التعرف على الكيان المسمى Entity Recognition: وهي عملية تصنيف الكيانات في الكلام إلى أشخاص، مؤسسات، بلدان، شركات وغيرها، مثال: "أعلنت شركة أبل عن إطلاق جهاز iPhone الجديد في مؤتمرها الذي عقد في كاليفورنيا في يوم 12 سبتمبر" 

         سيقوم النموذج المدرب بواسطة spaCY بتصنيف النص الى التالي: 

         ابل: شركة، كاليفورنيا: بلد، iPhone: جهاز، 12 سبتمبر: تاريخ

•   Dependency Parsing: تشمل هذه العملية تحديد العلاقة بين الكلمات في الجملة، تعتمد spaCY لهذا خوارزميات فعالة وتحقق دقة عالية, مثال: " الكتاب الذي اشتريته أمس رائع" 

سيتم تحليل الجملة إلى الآتي: 

اشتريته هو فعل, الفاعل هو أنا, الكتاب هو مفعول به, بهذه العملية يتم معرفة العلاقة بين الكلمات في نص

•  Part of Speech Tagging: عملية يتم فيها تصنيف الكلمات الى اسم أو فعل

 ما الفرق بينها وبين مكتبة NLTK ؟ 

تعد مكتبة NLTK natural language toolkit من المنصات الرائدة التي تتيح امكانية بناء خوارزميات بلغة البايثون قادرة على فهم اللغة الطبيعية.[4]

من الفروق الأساسية بين spaCY وهذه المكتبة؛ أن مكتبة NLTK توفر العديد من المصادر المفيدة كالكتب ومجموعات البيانات لمن يرغب بتعلم معالجة اللغة الطبيعية أو للاستفادة منها لأغراض بحثية, بينما spaCY مصممة لأغراض الإنتاج كما ذكرنا سابقا.

أيضا, spaCY تركز على النتيجة النهائية أي اذا كنت ترغب في الحصول على تطبيق ذا سرعة وكفاءة عالية عليك بها, أما NLTK تركز على الخوارزميات فاذا كنت تهتم بالخوارزميات المحددة وتخصيصاتها فهي مخصصة لك. 

الخاتمة 

إذا, تعد مكتبة spaCY من المكتبات الرائدة في مجال معالجة اللغة الطبيعية مكتوبة بلغة البرمجة بايثون, الأمر الذي جعلها الخيار الأسهل للمبتدئين بسبب سهولتها, تتيح إمكانية بناء تطبيقات لمعالجة وتحليل النصوص اللغوية. تدعم spaCY عددا كبيرا من اللغات من ضمنها اللغة العربية وهي واحدة من الخصائص التي تتمتع بها هذه المكتبة المذهلة. لا تقلق حيال خطوات معالجة اللغة الطبيعية لأنها توفر جميع الأدوات والعناصر اللازمة لهذه العملية. لا شك أن مكتبة spaCy تمثل ابتكارًا هامًا في علم معالجة اللغات الطبيعية، وتحفز المطورين على استكشاف ميزاتها وتكاملها في تطبيقاتهم. إنها وسيلة فعّالة لتحسين تفاعل البرمجيات مع اللغة البشرية، وبالتالي، تعزز تجربة المستخدمين وتفتح آفاقًا جديدة في مجالات الذكاء الاصطناعي وتكنولوجيا المعلومات. وأنت أيها القارئ ما رأيك بها؟ 

المصادر

1. spaCy 101: Everything you need to know · spaCy Usage Documentation
2. spaCy
3. NLP using spaCy – How to Get Started with Natural Language Processing
4. Natural Language Toolkit (NLTK) Tutorial with Python.