HIPE-2026: كيف تُستخرج العلاقات بين «الأشخاص والأماكن» من الصحف التاريخية دون شبكات عصبية

أظهر فريق DS@GT HIPE في مسابقة HIPE-2026 العلمية أن استخراج العلاقات بين «الأشخاص والأماكن» من الصحف التاريخية ممكن دون نماذج لغوية مُدرَّبة مسبقًا. فقد احتل نظامه، الذي يقل حجمه عن 847 ألف معامل، المركز الثالث في ملف الكفاءة بين 17 فريقًا، محققًا macro recall بلغ 0,5142. ونُشرت النسخة الأولية من الدراسة على arXiv (يوليو 2026).

ماذا أظهرت الدراسة

أفردت HIPE-2026 لأول مرة مسارًا مستقلًا للتقييم لاستخراج العلاقات بين «الأشخاص والأماكن» من صحف تاريخية متعددة اللغات، بالإنجليزية والفرنسية والألمانية. وتتمثل مهمة المسار في تصنيف العلاقتين at وisAt بين إشارات الأشخاص والمواقع المُعلَّمة مسبقًا. واختبر فريق DS@GT HIPE (الفريق 2 في النتائج الرسمية) إلى أي مدى يمكن أن يصل نظام خفيف قابل للتفسير لا يستخدم أي نموذج لغوي كبير في مرحلة تصنيف العلاقات.

يبني نظام DS@GT HIPE رسمًا بيانيًا على مستوى الوثيقة انطلاقًا من التحليلات النحوية (dependency parses)، ويستخرج خصائص القرب والفئة النحوية لكل زوج من الكيانات، ثم يصنّفها بمجموعات صغيرة من نماذج scikit-learn أو بشبكات Graph Attention Networks المدمجة. وبقي كل تشغيل قُدِّم للتقييم دون 847 ألف معامل.

• HIPE-2026 مسار جديد: العلاقات بين «الأشخاص والأماكن» بالإنجليزية والفرنسية والألمانية
• تُصنَّف العلاقتان at وisAt بين إشارات الأشخاص والأماكن المُعلَّمة
• فريق DS@GT HIPE هو الفريق 2 في النتائج الرسمية
• أفضل تشغيل: macro recall قدره 0,5142 على الاختبار A (مجموعة الصحف)
• الحصيلة: المركز الثالث في الكفاءة، وموقع في منتصف الجدول من حيث الدقة بين 17 فريقًا

أي خاصية تحل المهمة؟

يلتقط الحد الأدنى للمسافة بالأحرف بين الكيانين، بمفرده، معظم إشارة التصنيف. وهذا أول الاستنتاجين الرئيسيين للفريق. أما إضافة خصائص مصمَّمة أخرى فتعطي تحسنًا متفاوتًا، وتُسوِّئ النتيجة أحيانًا. ويتفق هذا مع بيانات سابقة تفيد بأن المسافة بين الوسيطين (arguments) تهيمن على مهمة استخراج العلاقات.

«الحد الأدنى للمسافة بالأحرف يلتقط وحده معظم إشارة التصنيف»، كما جاء

في ورقة فريق DS@GT HIPE على arXiv.

والمغزى العملي بسيط: هندسة الخصائص المكلفة والنماذج الثقيلة لا تُجدي هنا. فقرب الإشارتين في النص يكاد يكفي وحده للتنبؤ بالعلاقة بين الشخص والمكان.

لماذا يضخّم التحقق المتقاطع المعتاد النتائج؟

يرفع تقسيم البيانات على مستوى الأزواج التقديرات بما بين 25 و37 نقطة مئوية، لأن إشارات الكيانات نفسها تتكرر في وثائق مختلفة وتتسبب في تسرّب البيانات (data leakage). وبيّن فريق DS@GT HIPE أن من الضروري في هذه المدونة استخدام التحقق المتقاطع المجمَّع حسب الوثيقة (document-grouped)، فهو يزيل التسرّب ويعيد تقييمًا صادقًا للجودة.

وهذا الاستنتاج أهم من المركز الذي احتله الفريق في جدول البطولة. فهو تحذير لباحثي الأرشيفات التاريخية الآخرين: التحقق المتقاطع العشوائي القياسي يرسم بصورة منهجية صورة متفائلة أكثر مما ينبغي حين تنتقل إشارات الأشخاص والأماكن من وثيقة إلى أخرى.

ماذا يعني ذلك

في رقمنة الأرشيفات التاريخية، لا يقل حجم المعالجة وكلفتها أهمية عن الدقة. وتُظهر دراسة DS@GT HIPE أن الأساليب الخفيفة القابلة للتفسير، بحجم يقل عن مليون معامل، لا تزال تنافس من حيث الكفاءة، وأن مخطط التقييم النزيه أثمن من خاصية معقدة إضافية.

الأسئلة الشائعة

ما العلاقتان at وisAt في HIPE-2026؟

هما نوعان من العلاقات بين «الأشخاص والأماكن» يجب تصنيفهما بين إشارات الأشخاص والمواقع المُعلَّمة مسبقًا في صحف تاريخية بالإنجليزية والفرنسية والألمانية. وقد أُضيف هذا المسار إلى HIPE-2026 كمهمة تقييم جديدة.

لماذا استغنى النظام عن النماذج اللغوية الكبيرة؟

اختبر فريق DS@GT HIPE إلى أي مدى يمكن أن يصل نهج خفيف قابل للتفسير: رسم بياني مبني على التحليلات النحوية مع خصائص القرب، والتصنيف بمجموعات scikit-learn أو بشبكات Graph Attention Networks المدمجة. وبقيت جميع التشغيلات دون 847 ألف معامل، وهو ما أتاح المركز الثالث في الكفاءة.