Transformers.js: معالجة اللغة الطبيعية مباشرة في المتصفح — ثلاثة أمثلة عملية

يتيح Transformers.js تشغيل نماذج معالجة اللغة الطبيعية مباشرة في متصفح المستخدم دون خادم خلفي أو بنية تحتية مكلفة. يعرض الدليل العملي الجديد التطبيق العملي للمكتبة من خلال ثلاث مهام رئيسية لمعالجة النصوص.

ثلاث مهام عملية في دليل واحد

يغطي الدليل العملي ثلاثة تطبيقات كلاسيكية لمعالجة اللغة الطبيعية التي تظهر بانتظام في المشاريع الحقيقية.

تصنيف النصوص يحدد فئة أو نبرة العبارة. يحلل النموذج البيانات المدخلة ويختار أنسب فئة من مجموعة محددة مسبقاً. قد يكون هذا تحديد النبرة العاطفية لرسالة في وسائل التواصل الاجتماعي، أو فرز الرسائل حسب الفئات، أو تصفية رسائل البريد العشوائي.

الوسم الحر (Zero-shot) يسمح بتعيين التسميات دون تدريب مسبق. تقوم ببساطة بوصف الفئات التي تهمك، ويتعرف النموذج عليها. هذا مفيد عندما تكون جميع الفئات الممكنة غير معروفة مسبقاً أو عندما تتغير الفئات بشكل متكرر.

الإجابة على الأسئلة (Question Answering) — نظام يجد إجابات على أسئلة المستخدم داخل النص المقدم. بدلاً من الانتقال بين المستندات، يحصل المستخدم على إجابة دقيقة في غضون بضع ميلي ثانية.

واجهة برمجية pipeline() الموحدة

تُحل جميع المهام الثلاث من خلال واجهة موحدة — واجهة البرمجية pipeline(). هذه ميزة رئيسية في Transformers.js: لا تحتاج إلى تعلم صيغ مختلفة لكل نوع معالجة. تتعامل الطريقة نفسها مع مهام معالجة اللغة الطبيعية المختلفة.

بفضل هذه البساطة، يمكن لمطوري الواجهة الأمامية إنشاء نماذج أولية للحلول بسرعة. يصبح الكود نظيفاً وسهل الفهم وسهل التوسع. تضيف وظيفة معالجة نصوص جديدة — ولا تحتاج إلى إعادة هندسة معمارية تطبيقك بالكامل.

مزايا معالجة المتصفح

عندما تعمل النماذج في متصفح المستخدم، تختفي المشاكل المعتادة للحلول القائمة على الخوادم:

• الخصوصية: لا تذهب البيانات النصية إلى خادم بعيد
• السرعة: لا توجد تأخير شبكة بين العميل والخادم
• قابلية التوسع: لا يتعرض الخادم الخلفي للإرهاق من طلبات آلاف المستخدمين
• الوضع بلا اتصال: يعمل التطبيق بدون إنترنت
• التكلفة: تنخفض تكاليف أجهزة الخادم وعرض النطاق الترددي

هذا مهم بشكل خاص للتطبيقات التي تتعامل مع معلومات سرية: المستندات المالية والبيانات الطبية والمراسلات الشخصية.

ماذا يعني هذا

يخفض Transformers.js حاجز الدخول للمطورين الذين يريدون إضافة الذكاء الاصطناعي إلى تطبيقاتهم. الآن لا حاجة لبناء بنية تحتية معقدة أو توظيف مهندسي التعلم الآلي للمهام الأساسية لمعالجة اللغة الطبيعية. يكفي دمج المكتبة — وستكون وظائف التصنيف والوسم والأسئلة والأجوبة جاهزة للعمل في متصفح المستخدم. هذا قد يفتح الباب أمام موجة جديدة من التطبيقات التي تضع الخصوصية والسرعة في أساس تصميمها.