نموذج إرشادي — بناء مجموعة بيانات NER عربية متخصصة (Label Studio)
سيناريو نمطي يوضح بناء مجموعة بيانات وسم لقطاع معين بواسطة Label Studio وspaCy.
Time Efficiency Metric
The Problem
غياب نموذج NER عربي متخصص في كيانات قطاع معين (طاقة، صحة، قانون). النماذج العامة تخطئ في تصنيف الأسماء المتخصصة.
The Solution & Implementation
جمع آلاف المقالات العربية → Label Studio → عدة موسّمين على مدى أسابيع → تصدير JSON → تدريب spaCy → تقييم → نشر REST.
Scenario details
مقدمة عن السيناريو
سيناريو نمطي يوضح بناء مجموعة بيانات وسم لقطاع معين بواسطة Label Studio وspaCy.
توصيف المشكلة
غياب نموذج NER عربي متخصص في كيانات قطاع معين (طاقة، صحة، قانون). النماذج العامة تخطئ في تصنيف الأسماء المتخصصة.
الأدوات المستخدمة
- Label Studio: أداة مستخدمة في سير العمل.
- spaCy: أداة مستخدمة في سير العمل.
- Postgres: أداة مستخدمة في سير العمل.
- MinIO: أداة مستخدمة في سير العمل.
مسار العمل (Workflow)
جمع آلاف المقالات العربية → Label Studio → عدة موسّمين على مدى أسابيع → تصدير JSON → تدريب spaCy → تقييم → نشر REST.
النتائج والفرق في الأداء
- قبل التطبيق: غياب كامل لنموذج متخصص
- بعد التطبيق: نموذج إنتاجي + مجموعة بيانات قابلة للمشاركة
التكلفة التقديرية
أجور موسّمين بدوام جزئي على عدة أسابيع + خادم متوسط (~1500-2500$)
الدروس المستفادة
- دليل وسم تفصيلي (عدة صفحات بأمثلة دقيقة) يخفّض الخلاف بين الموسّمين كثيراً
- حساب Cohen kappa أسبوعياً يكشف ضعف موسّم معين سريعاً
- active learning يرفع كفاءة آخر مراحل الوسم
Lessons Learned
دليل وسم تفصيلي (عدة صفحات بأمثلة دقيقة) يخفّض الخلاف بين الموسّمين كثيراً. حساب Cohen kappa أسبوعياً يكشف ضعف موسّم معين سريعاً. active learning يرفع كفاءة آخر مراحل الوسم.
Label Studio
spaCy