سير عمل / أتمتة

تصنيف وتسمية وثائق عربية لتدريب مصنّفات تخصصية

إعداد Label Studio لتصنيف نصوص عربية (تقارير، شكاوى، حالات) يدوياً ثم تدريب مصنّف بسيط للأتمتة المستقبلية.

Human Rights NGO Operations Research

الهدف من مسار العمل

بناء أصل بيانات عربي مُسمَّى يمكن للمنظمة استخدامه لتصنيف الوثائق الجديدة آلياً مع الوقت.

خطوات التشغيل التفصيلية

الخطوات

اضغط أي خطوة للتفاصيل

خطوة

تشغيل Label Studio محلياً: docker run -p 8080:8080 -v $(pwd)/data:/label-studio/data heartexlabs/label-studio

Label Studio ↗

إنشاء project جديد، اختيار Text Classification (Multi-class).

تعريف labels واضحة (5–8 categories كحد أقصى للبداية، يمكن التوسّع لاحقاً).

كتابة Labeling Instructions تفصيلية للمصنّفين (أمثلة + حالات حدّية + ما لا يُصنَّف).

رفع دفعة أولى من 50–100 وثيقة كاختبار، وتصنيفها بنفسك للتحقق من وضوح التعليمات.

دعوة المصنّفين، إعطاؤهم vodcument shared للتعليمات، وبدء التصنيف.

مراجعة inter-rater agreement بعد أول 100 وثيقة (نسبة الاتفاق بين المصنّفين). إذا أقل من 75%، حسّن التعليمات.

تصدير البيانات كـ JSON أو CSV. ابدأ بعد 500+ وثيقة بتدريب نموذج بسيط للأتمتة الجزئية.

مخطط سير العمل

رسم بياني مُولَّد تلقائيًا

flowchart RL S1["1. تشغيل Label Studio محلياً: docker..."] S2["2. إنشاء project جديد، اختيار Text..."] S3["3. تعريف labels واضحة (5–8 categories..."] S4["4. كتابة Labeling Instructions تفصيلية للمصنّفين..."] S5["5. رفع دفعة أولى من 50–100..."] S6["6. دعوة المصنّفين، إعطاؤهم vodcument shared..."] S7["7. مراجعة inter-rater agreement بعد أول..."] S8["8. تصدير البيانات كـ JSON أو..."] S1 --> S2 S2 --> S3 S3 --> S4 S4 --> S5 S5 --> S6 S6 --> S7 S7 --> S8 subgraph Tools["🔧 الأدوات المستخدمة"] T0(("Label Studio")) T1(("n8n")) T2(("WordPress")) end style Tools fill:#fffbeb,stroke:#f59e0b,stroke-width:1px

التفاصيل البرمجية والتهيئة

كثير من المنظمات تتعامل مع تدفّق وثائق متشابهة (شكاوى حقوقية، حالات لاجئين، طلبات استشارة قانونية). تصنيف هذه الوثائق يدوياً أصبح غير قابل للتوسّع. الحل بعيد المدى: تدريب مصنّف على البيانات الخاصة بالمنظمة. لكن قبل أن تُدرّب أي شيء، تحتاج إلى بيانات مُسمّاة بدقة. Label Studio أداة مفتوحة المصدر متخصّصة لهذا. الـ workflow يبدأ بـ Label Studio محلي (Docker)، تُعرَّف فيه labels واضحة (مثلاً: نوع الحالة، درجة الإلحاح، البلد، نوع الانتهاك). الفريق يصنّف 200–500 وثيقة كدفعة أولى. هذه البيانات تصبح أصلاً قيّماً قابلاً لـ: - التدريب لاحقاً - التحليل الإحصائي (ما هي الفئات الأكثر شيوعاً) - المشاركة مع شركاء البحث (مع احترام الخصوصية) ملاحظة حساسة: تصنيف الوثائق التي تحتوي بيانات شخصية يتطلب احتياطات: استضافة Label Studio في شبكة المنظمة الخاصة فقط، حذف البيانات الشخصية قبل التصنيف، اتفاقيات سرّية مع المُصنِّفين. بعد جمع 500–1000 وثيقة مُسمّاة، يصبح ممكناً ضبط نموذج بسيط (مثل BERT العربي AraBERT أو نموذج مفتوح أحدث) لتصنيف الوثائق الجديدة آلياً. هذا خطوة متقدمة تستحق case study مستقلة.

الهدف من مسار العمل

خطوات التشغيل التفصيلية

مخطط سير العمل

رسم بياني مُولَّد تلقائيًا

التفاصيل البرمجية والتهيئة

الأدوات المستخدمة

سيناريوهات ذات صلة

أدلة ذات صلة