WOKIE: ترجمة قوائم المصطلحات (SKOS) بمساعدة نماذج اللغة الكبيرة لتعزيز العلوم الإنسانية الرقمية متعددة اللغات

1. المقدمة والدافع

يعتمد تنظيم المعرفة في العلوم الإنسانية الرقمية بشكل كبير على المفردات المضبوطة وقوائم المصطلحات والأنطولوجيات، والتي يتم نمذجتها في الغالب باستخدام نظام تنظيم المعرفة البسيط (SKOS). يوجد حاجز كبير بسبب هيمنة اللغة الإنجليزية على هذه الموارد، مما يستبعد غير الناطقين بها ويقلل من تمثيل الثقافات واللغات المتنوعة. تعتبر قوائم المصطلحات متعددة اللغات حاسمة لإنشاء بنى بحثية شاملة، إلا أن إنشائها يدوياً ليس قابلاً للتوسع. تفشل طرق الترجمة الآلية الكلاسيكية في سياقات العلوم الإنسانية الرقمية بسبب نقار النصوص ثنائية اللغة المتخصصة في المجال. تقدم هذه الورقة البحثية WOKIE (خيارات مترجمة جيدًا لإدارة المعرفة في البيئات الدولية)، وهو خط أنابيب مفتوح المصدر ووحدات يجمع بين خدمات الترجمة الخارجية والتدقيق المستهدف باستخدام نماذج اللغة الكبيرة (LLMs) لأتمتة ترجمة قوائم مصطلحات SKOS، متوازناً بين الجودة والقابلية للتوسع والتكلفة.

2. خط أنابيب WOKIE: البنية وسير العمل

تم تصميم WOKIE كخط أنابيب متعدد المراحل وقابل للتكوين لا يتطلب خبرة مسبقة في الترجمة الآلية أو نماذج اللغة الكبيرة. يعمل على أجهزة الحاسوب العادية ويمكنه استخدام خدمات الترجمة المجانية.

3. التفاصيل التقنية والمنهجية

تم تنفيذ WOKIE بلغة Python، مستفيداً من مكتبات مثل RDFLib لتحليل SKOS. يعتمد فعالية النظام على آلية التوجيه الذكية الخاصة به.

4. النتائج التجريبية والتقييم

غطى التقييم عدة قوائم مصطلحات في العلوم الإنسانية الرقمية عبر 15 لغة، واختبر معلمات مختلفة وخدمات ترجمة ونماذج لغة كبيرة.

5. إطار التحليل: دراسة حالة غير برمجية

السيناريو: تمتلك مكتبة رقمية أوروبية قائمة مصطلحات باللغة الألمانية لتقنيات الفن في العصور الوسطى. لا يستطيع الباحثون في اليابان العثور على موارد ذات صلة لأن أدوات مطابقة الأنطولوجيات الخاصة بهم تعالج التسميات الإنجليزية فقط.

تطبيق WOKIE:

1. المدخلات: المصطلح الألماني "Wandmalerei" (رسم الحائط).
2. المرحلة 1 (الترجمة الآلية الخارجية): تعيد Google Translate "wall painting." تعيد DeepL "mural painting." تعيد Microsoft Translator "wall painting." هناك اختلاف ("mural" مقابل "wall").
3. المرحلة 2 (كشف الاختلاف): التشابه بين المرشحات أقل من العتبة. يتم تشغيل التدقيق بنموذج لغة كبير.
4. المرحلة 3 (التدقيق بنموذج لغة كبير): المطالبة: "بالنظر للمصطلح الألماني في تاريخ الفن 'Wandmalerei' والترجمات الإنجليزية المرشحة ['wall painting', 'mural painting']، أيها هو المصطلح الأكثر دقة وملاءمة سياقياً لقائمة مصطلحات SKOS في تاريخ الفن؟ ضع في اعتبارك التخصصية والاستخدام الشائع في المجال."
5. مخرج نموذج اللغة الكبير: "في سياق قوائم مصطلحات تاريخ الفن مثل Getty AAT، فإن 'mural painting' هو الواصف الأكثر دقة وشيوعاً لـ 'Wandmalerei'، لأنه يشير تحديداً إلى الرسم المطبق مباشرة على حائط أو سقف."
6. النتيجة: يحصل مفهوم SKOS على prefLabel "mural painting"، مما يمكن من المطابقة الدقيقة مع الأنطولوجيات الناطقة بالإنجليزية.

6. التطبيقات المستقبلية واتجاهات البحث

• ما وراء الترجمة: توسيع WOKIE لاقتراح مفاهيم جديدة ذات صلة أو تسميات بديلة (altLabels) في اللغة الهدف، ليعمل كأداة تعزيز لقوائم المصطلحات.
• التكامل مع النماذج التأسيسية: الاستفادة من نماذج الرؤية-اللغة (مثل CLIP) لترجمة المفاهيم بناءً على الصور المرتبطة في المجموعات الرقمية، وليس النص فقط.
• حلقة التعلم النشط: دمج ملاحظات التدخل البشري لتصحيح مخرجات نماذج اللغة الكبيرة، لتحسين أداء خط الأنابيب المتخصص في المجال بشكل مستمر.
• توحيد التقييم: تطوير مجموعة معايير مخصصة لتقييم جودة ترجمة SKOS/قوائم المصطلحات، والانتقال من BLEU إلى مقاييس تلتقط الحفاظ على التسلسل الهرمي والعلاقات.
• أنظمة تنظيم المعرفة الأوسع (KOS): تطبيق مبدأ الترجمة الآلية الهجينة + التدقيق بنماذج اللغة الكبيرة على أنطولوجيات أكثر تعقيداً (OWL) تتجاوز SKOS.

7. المراجع

1. Kraus, F., Blumenröhr, N., Tonne, D., & Streit, A. (2025). Mind the Language Gap in Digital Humanities: LLM-Aided Translation of SKOS Thesauri. arXiv preprint arXiv:2507.19537.
2. Miles, A., & Bechhofer, S. (2009). SKOS Simple Knowledge Organization System Reference. W3C Recommendation. https://www.w3.org/TR/skos-reference/
3. Vaswani, A., et al. (2017). Attention Is All You Need. Advances in Neural Information Processing Systems 30 (NIPS 2017).
4. Carroll, J. J., & Stickler, P. (2004). RDF Triples in the Semantic Web. IEEE Internet Computing.
5. Getty Research Institute. (2024). Art & Architecture Thesaurus (AAT). https://www.getty.edu/research/tools/vocabularies/aat/
6. Papineni, K., et al. (2002). BLEU: a Method for Automatic Evaluation of Machine Translation. Proceedings of the 40th Annual Meeting of the Association for Computational Linguistics (ACL).

8. التحليل الخبير: الفكرة الأساسية، التسلسل المنطقي، نقاط القوة والضعف، رؤى قابلة للتطبيق

الفكرة الأساسية: WOKIE ليس مجرد أداة ترجمة أخرى؛ إنه محرك قابلية تشغيل عملي ومراعٍ للتكلفة لعالم البيانات المجزأ للتراث الثقافي. إن ابتكاره الحقيقي هو إدراك أن الترجمة المثالية بالذكاء الاصطناعي هي مهمة مستحيلة للمجالات المتخصصة، وبدلاً من ذلك، يستخدم نماذج اللغة الكبيرة كمشرط عالي الدقة بدلاً من مطرقة غير دقيقة. تحدد الورقة البحثية بشكل صحيح المشكلة الجذرية في العلوم الإنسانية الرقمية: اللغة الإنجليزية هي لغة الاستعلام الفعلية للبيانات المرتبطة، مما يخلق استبعاداً صامتاً لخزانات معرفية شاسعة غير ناطقة بالإنجليزية. هدف WOKIE ليس الترجمة الشعرية بل تمكين الاكتشاف، وهو هدف أكثر قابلية للتحقيق وأكثر تأثيراً.

التسلسل المنطقي: الحجة مقنعة وجيدة البنية. تبدأ بنقطة ألم لا يمكن إنكارها (الاستبعاد اللغوي في العلوم الإنسانية الرقمية)، وتدحض الحلول الواضحة (العمل اليدوي مستحيل، الترجمة الآلية الكلاسيكية تفشل بسبب ندرة البيانات)، وتضع نماذج اللغة الكبيرة كمخلص محتمل لكن مع عيوب (التكلفة، التخمينات الخاطئة). ثم تقدم النموذج الهجين الأنيق: استخدام واجهات برمجة تطبيقات رخيصة وسريعة للحالات السهلة التي تشكل 80%، ونشر نماذج اللغة الكبيرة الذكية والمكلفة فقط كحَكَم للنسبة المتنازع عليها البالغة 20%. هذا "كشف الاختلاف" هو النواة الذكية للمشروع. يربط التقييم منطقياً بين جودة الترجمة والنتيجة الملموسة القابلة للقياس لتحسين درجات مطابقة الأنطولوجيات، مما يثبت الفائدة العملية الواقعية التي تتجاوز جودة الترجمة الذاتية.

نقاط القوة والضعف:
نقاط القوة: البنية الهجينة ذكية تجارياً وسليمة تقنياً. التركيز على SKOS، وهو معيار W3C، يضمن الصلة المباشرة. طبيعة المصدر المفتوح والتصميم لـ"الأجهزة العادية" يخفضان حواجز الاعتماد بشكل كبير. التقييم على أداء مطابقة الأنطولوجيات هو خطوة عبقرية—فهو يقيس الفائدة، وليس الجماليات فقط.
نقاط الضعف: تتغاضى الورقة البحثية عن هندسة المطالبات (prompt engineering)، وهو العامل الحاسم لنجاح أو فشل طبقة التدقيق بنماذج اللغة الكبيرة. قد تجعل المطالبة السيئة طبقة نموذج اللغة الكبيرة عديمة الفائدة أو ضارة. التقييم، وإن كان معقولاً، لا يزال منعزلاً إلى حد ما؛ كيف يقارن WOKIE مع ضبط نموذج صغير مفتوح المصدر مثل NLLB على نص العلوم الإنسانية الرقمية؟ مسار التكلفة طويل الأجل لواجهات برمجة تطبيقات نماذج اللغة الكبيرة هو عامل خطر للاستدامة لم يتم معالجته بالكامل.

رؤى قابلة للتطبيق:

• لمؤسسات العلوم الإنسانية الرقمية: طبق WOKIE تجريبياً فوراً على قائمة مصطلحات رئيسية واحدة غير ناطقة بالإنجليزية. قد يكون العائد على الاستثمار من تحسين اكتشاف الموارد والمحاذاة مع مراكز رئيسية مثل Europeana أو DPLA كبيراً. ابدأ بخدمات الطبقة المجانية للتحقق.
• للمطورين: ساهم في قاعدة كود WOKIE، خاصة في إنشاء مكتبة لمطالبات مُحسنة ومضبوطة على المجال لمجالات فرعية مختلفة في العلوم الإنسانية الرقمية (علم الآثار، علم الموسيقى، إلخ.).
• للممولين: موّل إنشاء معيار قياسي ذهبي للمصطلحات متعددة اللغات في العلوم الإنسانية الرقمية لتحريك المجال إلى ما بعد درجات BLEU. ادعم المشاريع التي تدمج مخرجات WOKIE في أنظمة التعلم النشط.
• الخطوة التالية الحاسمة: يجب على المجتمع تطوير نموذج حوكمة لهذه التسميات المترجمة آلياً. يجب وسمها بوضوح على أنها "معززة آلياً" للحفاظ على النزاهة العلمية، واتباع مبادئ إثبات البيانات التي تروج لها مبادرات مثل تحالف بيانات البحث (RDA).

في الختام، يمثل WOKIE نوع التطبيقات العملية الموجهة لحالة الاستخدام للذكاء الاصطناعي التي ستغير سير العمل فعلياً. إنه لا يسعى لتحقيق الذكاء العام الاصطناعي (AGI)؛ بل يحل مشكلة محددة ومؤلمة بمزيج ذكي من التكنولوجيا القديمة والجديدة. سيُقاس نجاحه ليس بنقاط BLEU، بل بعدد السجلات التاريخية غير المرئية سابقاً التي تصبح فجأة قابلة للاكتشاف من قبل باحث عالمي.