HIPE-2026: как извлечь связи «человек-место» из исторических газет без нейросетей
Команда DS@GT HIPE на научном соревновании HIPE-2026 научилась извлекать связи «человек-место» из исторических газет без больших языковых моделей. Их система размером под 847 тысяч параметров заняла 3-е место по эффективности среди 17 команд с macro recall 0,5142. Главный вывод: минимальное расстояние между упоминаниями в тексте почти полностью решает задачу, а сложные признаки часто лишь мешают.
معالج بواسطة الذكاء الاصطناعي من arXiv cs.CL؛ بتحرير Hamidun News
فريق DS@GT HIPE أظهر في مسابقة HIPE-2026 العلمية أنه يمكن استخراج علاقات "الشخص-المكان" من الصحف التاريخية دون نماذج لغوية مدرَّبة مسبقًا: نظامهم الذي لا يتجاوز 847 ألف معامل حل في المركز الثالث في تصنيف الكفاءة بين 17 فريقًا، محققًا معدل استدعاء كلي (macro recall) بلغ 0.5142. نُشرت النسخة الأولية للبحث على arXiv (يوليو 2026).
ماذا أظهرت الدراسة
طرحت HIPE-2026 للمرة الأولى استخراج علاقات "الشخص-المكان" من الصحف التاريخية متعددة اللغات كمسار تقييم منفصل — بالإنجليزية والفرنسية والألمانية. تتمثل مهمة هذا المسار في تصنيف العلاقتين at و isAt بين إشارات الأشخاص والمواقع الموسومة مسبقًا. اختبر فريق DS@GT HIPE (وهو team2 في النتائج الرسمية) إلى أي مدى يمكن لنظام خفيف وقابل للتفسير أن يصل من دون استخدام أي نموذج لغوي كبير في مرحلة تصنيف العلاقات.
يبني نظام DS@GT HIPE رسمًا بيانيًا على مستوى المستند انطلاقًا من التحليلات النحوية التبعية (dependency parses)، ويستخرج خصائص القرب وأقسام الكلام لكل زوج من الكيانات، ثم يصنّفها باستخدام مجموعات صغيرة من scikit-learn أو شبكات Graph Attention Networks المدمجة. بقيت كل عملية تشغيل أُرسلت للتقييم دون 847 ألف معامل.
*HIPE-2026 مسار جديد: علاقات "الشخص-المكان"، باللغات الإنجليزية والفرنسية والألمانية
*يتم تصنيف العلاقتين at و isAt بين إشارات الأشخاص والأماكن الموسومة
*فريق DS@GT HIPE هو team2 في النتائج الرسمية
*أفضل عملية تشغيل: معدل استدعاء كلي بلغ 0.5142 على Test A (مجموعة الصحف)
*النتيجة: المركز الثالث من حيث الكفاءة، ومنتصف الترتيب من حيث الدقة بين 17 فريقًا
أي خاصية تحل المهمة؟
المسافة الحرفية الدنيا بين الكيانات وحدها تلتقط معظم إشارة التصنيف — وهذه أولى النتيجتين الرئيسيتين للفريق. إضافة خصائص مصممة أخرى تعطي مكاسب متفاوتة، بل تُضعف النتيجة أحيانًا. ويتوافق ذلك مع معطيات سابقة مفادها أن المسافة بين الوسيطتين تهيمن على مهمة استخراج العلاقات.
"المسافة الحرفية الدنيا وحدها تلتقط معظم إشارة التصنيف"، جاء في ورقة
فريق DS@GT HIPE على arXiv.
المعنى العملي بسيط: هندسة الخصائص المكلفة والنماذج الثقيلة لا تُجدي هنا. فقرب إشارتين في النص إشارة كافية تقريبًا للتنبؤ بعلاقة بين شخص ومكان.
لماذا يُضخّم التحقق المتقاطع المعتاد النتيجة؟
يؤدي تقسيم البيانات على مستوى الأزواج إلى تضخيم التقييم بمقدار 25-37 نقطة مئوية — لأن نفس إشارات الكيانات تتكرر في مستندات مختلفة وتُحدث تسرّبًا للبيانات (data leakage). أظهر فريق DS@GT HIPE أنه من الضروري في هذه المجموعة تطبيق التحقق المتقاطع المُجمّع حسب المستند (document-grouped): فهو يزيل التسرّب ويعيد تقديرًا صادقًا للجودة.
هذه النتيجة أهم من الترتيب المحدد في جدول المسابقة. فهي تحذّر باحثي الأرشيفات التاريخية الآخرين: التحقق المتقاطع العشوائي القياسي يرسم بشكل منهجي صورة أكثر تفاؤلًا مما ينبغي عندما تنتقل إشارات الأشخاص والأماكن من مستند إلى آخر.
ماذا يعني ذلك
عند رقمنة الأرشيفات التاريخية، يهم حجم المعالجة وتكلفتها بقدر أهمية الدقة. يُظهر عمل DS@GT HIPE أن الأساليب الخفيفة القابلة للتفسير التي تقل عن مليون معامل تبقى تنافسية من حيث الكفاءة، وأن مخطط تقييم صادق أثمن من خاصية معقدة إضافية.
الأسئلة الشائعة
ما هي العلاقتان at و isAt في HIPE-2026؟
هما نوعان من علاقات "الشخص-المكان" يجب تصنيفهما بين إشارات الأشخاص والمواقع الموسومة مسبقًا في الصحف التاريخية بالإنجليزية والفرنسية والألمانية. 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 وقابل للتفسير: رسم بياني مبني من التحليلات النحوية التبعية إضافة إلى خصائص القرب، مع تصنيف يتم عبر مجموعات scikit-learn أو شبكات Graph Attention Networks المدمجة. بقيت جميع عمليات التشغيل دون 847 ألف معامل، وهو ما منحه المركز الثالث من حيث الكفاءة.
هل تحتاج إلى ذكاء اصطناعي يعمل داخل شركتك — وليس فقط في موجز الأخبار؟
أبني ذكاءً اصطناعياً جاهزاً للإنتاج للشركات — أنظمة CRM مخصّصة، أدوات داخلية، وكلاء مستقلون، أتمتة سير العمل. ملك لك، مصمّم وفق عمليتك، دون رسوم لكل مستخدم. من إعداد جمال خميدون، مدير المنتجات في AlpinaGPT (منصة ذكاء اصطناعي، أكثر من 6000 مستخدم).
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.