استكشف الرؤى باستخدام ميزة التعرّف على الكيانات المسماة (NER). اكتشف كيف يقوم الذكاء الاصطناعي بتحويل النصوص غير المهيكلة إلى بيانات قابلة للتنفيذ لتطبيقات متنوعة.
يُعد التعرف على الكيانات المسماة (NER) مهمة أساسية في معالجة اللغات الطبيعية (NLP) ومكونًا رئيسيًا للذكاء الاصطناعي الحديث (AI). وهي تتضمن تحديد وتصنيف أجزاء محددة من المعلومات - المعروفة باسم "الكيانات المسماة" - تلقائيًا داخل نص غير منظم. وتمثل هذه الكيانات عادةً أشياء من العالم الحقيقي مثل الأشخاص والمؤسسات والمواقع والتواريخ وأسماء المنتجات والقيم النقدية وغيرها. ويتمثل الهدف الأساسي من NER في تحويل النص الخام إلى بيانات منظمة، مما يسهل على الآلات فهمها ومعالجتها واستخراج رؤى قيمة لمختلف حالات استخدام الذكاء الاصطناعي.
تقوم أنظمة NER بتحليل البنية اللغوية وسياق النص لتحديد موقع الكيانات وتصنيفها. وبينما اعتمدت الأنظمة المبكرة اعتمادًا كبيرًا على القواعد النحوية والقواميس (شكل من أشكال الذكاء الاصطناعي الرمزي)، فإن النُهج الحديثة تستفيد من التعلم الآلي، وخاصة التعلم العميق. نماذج مثل المحولات، التي غالبًا ما توجد على منصات مثل Hugging Face، تتفوق في فهم السياق والأنماط اللغوية الدقيقة، مما يؤدي إلى دقة أعلى. تتضمن العملية بشكل عام تحديد الكيانات المحتملة (الكلمات أو العبارات) باستخدام تقنيات غالبًا ما تتعلق بالترميز ثم تصنيفها إلى فئات محددة مسبقًا (على سبيل المثال، شخص، منظمة، موقع، تاريخ، معلومات). ويعتمد هذا التصنيف على السمات المكتسبة أثناء التدريب على مجموعات بيانات كبيرة غالبًا ما تكون مشروحة خصيصًا لمهام NER.
على سبيل المثال، في جملة "في الرابع من يوليو، زارت سارة جونز برج إيفل أثناء تمثيلها لشركة Acme Corp"، سيحدد نظام NER
هذا الناتج المهيكل أكثر فائدة بكثير للمهام النهائية مثل تحليل البيانات أو ملء رسم بياني معرفي من النص الأصلي وحده. يمكنك استكشاف دراسة استقصائية حول تقنيات NER للحصول على رؤى تقنية أعمق.
تعد تقنية NER تقنية أساسية تتيح العديد من التطبيقات في مختلف المجالات من خلال هيكلة المعلومات النصية:
يمكن تيسير إدارة دورة حياة تعلّم الآلة لنماذج الإنصاف الضوئي (NER)، بما في ذلك التعليقات التوضيحية للبيانات ونشر النماذج، من خلال منصات مثل Ultralytics HUB.
وغالبًا ما تُستخدم NER جنبًا إلى جنب مع مهام البرمجة اللغوية العصبية الأخرى ولكن لها تركيزًا مميزًا:
يعد فهم هذه الفروق أمرًا بالغ الأهمية لاختيار تقنية البرمجة اللغوية العصبية المناسبة لمشكلة معينة، كما هو موضح في أدلة مثل خطوات مشروع رؤية الحاسوب (على الرغم من تركيزها على السيرة الذاتية، إلا أن المبادئ تنطبق).
