◆ Motrjim Academy · Prof. Yassin Ibrahim
تصنيف بيانات الترجمة
باستخدام منصة INCEpTION
دليل المحاضرة التطبيقية · دبلومة هندسة اللغويات وتدريب الذكاء الاصطناعي
المستندات الأربعة للتطبيق
doc1_real_estate_contract.txt
عقد بيع عقاري
عقد شراء عقار أمريكي مبسط · 5 بنود قانونية · أخطاء في المصطلحات والصياغة
TERMINOLOGY ×2
MISTRANSLATION ×1
STYLE ×1
doc2_birth_certificate.txt
شهادة ميلاد كندية
شهادة ميلاد رسمية من أونتاريو · وثيقة معتمدة · أخطاء في الصياغة القانونية الرسمية
CONSISTENCY ×1
TERMINOLOGY ×1
STYLE ×1
GRAMMAR ×1
MISTRANSLATION ×1
doc3_employment_contract.txt
عقد توظيف دولي
عقد عمل مع شركة أمريكية · 4 مواد · أخطاء شائعة في مصطلحات الموارد البشرية
TERMINOLOGY ×3
MISTRANSLATION ×1
OMISSION ×1
doc4_power_of_attorney.txt
وكالة قانونية رسمية
توكيل عام أمريكي · 5 صلاحيات · أخطاء في الأسلوب القانوني والترجمة الحرفية
TERMINOLOGY ×1
MISTRANSLATION ×1
STYLE ×2
GRAMMAR ×1
قائمة التصنيفات (Tagset) المطلوبة في INCEpTION
أنشئ Layer باسم TranslationError من نوع Span، ثم أضف إليه الـ Tagset التالي:
الخطوات التفصيلية أثناء المحاضرة
1
الإعداد
تشغيل INCEpTION وإنشاء المشروع
شغّل البرنامج ثم افتح المتصفح على العنوان التالي:
http://localhost:8080
المستخدم: admin | كلمة المرور: admin
→ Create Project → اكتب اسم المشروع: legal-translation-annotation
2
رفع البيانات
رفع الملفات الأربعة
من لوحة المشروع: Settings ← Documents ← Upload Document
ارفع الملفات الأربعة بالترتيب:
doc1_real_estate_contract.txt
doc2_birth_certificate.txt
doc3_employment_contract.txt
doc4_power_of_attorney.txt
💡 الصيغة المدعومة: Plain Text UTF-8 · تأكد من الترميز العربي قبل الرفع
3
إعداد التصنيف
إنشاء Layer وTagset
Settings ← Layers ← Create Layer
Name: TranslationError
Type: Span
Granularity: Token
ثم أضف Feature:
Feature Name: ErrorType
Type: uima.cas.String
Tagset: (أنشئ Tagset جديد بالتصنيفات الست)
💡 أضف وصفًا مختصرًا لكل Tag لمساعدة الطلاب عند التصنيف
4
التصنيف الفعلي
تصنيف الأخطاء في المستند الأول
Annotation ← افتح doc1_real_estate_contract.txt
التطبيق: ابحث عن عبارة "أيام تقويمية" في المستند
الخطوة: حدد الكلمتين بالفأرة
← ستظهر طبقة TranslationError في الشريط الجانبي
← اختر ErrorType: TERMINOLOGY
← اضغط Enter للحفظ
✓ ستظهر الكلمتان ملوّنتين
💡 اختصار لوحة المفاتيح: حدد النص ← Ctrl+Click للتصنيف السريع
5
تمرين المجموعة
توزيع المستندات على الطلاب
Settings ← Users ← أضف حسابات الطلاب
Workload ← Static Assignment لتوزيع كل مستند على مجموعة:
المجموعة الأولى ← doc1 (عقد بيع عقاري)
المجموعة الثانية ← doc2 (شهادة ميلاد)
المجموعة الثالثة ← doc3 (عقد توظيف)
المجموعة الرابعة ← doc4 (وكالة قانونية)
6
المراجعة
قياس الاتساق بين الطلاب (Agreement)
بعد انتهاء الطلاب: Agreement ← اختر الطبقة TranslationError
ستظهر مصفوفة الاتساق (Cohen's Kappa) بين كل مصنِّفَين. نسبة >0.7 تعني اتساقًا مقبولًا.
💡 استخدم الاختلافات بين الطلاب كنقطة نقاش في المحاضرة لتعميق الفهم
7
التصدير
تصدير البيانات المصنفة
Export ← اختر الصيغة المناسبة
للبحث اللغوي: WebAnno TSV 3.3
لتدريب النماذج: CoNLL 2002 (NER format)
للأرشفة: UIMA XMI (Backup كامل)
💡 ملفات CoNLL جاهزة مباشرة لتدريب نماذج NER في spaCy وHugging Face
جدول التمرين الختامي — اكتشف الخطأ
وزّع هذا الجدول على الطلاب لاختبار قدرتهم على تصنيف الأخطاء قبل الرجوع إلى INCEpTION:
| # | النص الأصلي | الترجمة الواردة | التصنيف الصحيح | السبب |
|---|---|---|---|---|
| 1 | within 5 business days | خلال 5 أيام تقويمية | TERMINOLOGY | business days = أيام عمل (تختلف عن التقويمية) |
| 2 | Province of Ontario | ولاية أونتاريو | TERMINOLOGY | Province = مقاطعة (لا ولاية) |
| 3 | Compensation | المكافآت | TERMINOLOGY | Compensation = التعويضات / الأجور (مفهوم أشمل) |
| 4 | Commission Expires: June 30, 2026 | تنتهي صلاحية التفويض في: 30 يونيو 2026 | MISTRANSLATION | Commission تعني اعتماد كاتب العدل لا التوكيل نفسه |
| 5 | indemnify, defend, and hold harmless | حماية الطرف الآخر والدفاع عنه وإعفائه | STYLE | صياغة ركيكة؛ المعتمد: "يعوّض ويدافع ويبرئ" |
| 6 | — | سجّلت بواسطة [بدلًا من: جهة التسجيل] | GRAMMAR | ينبغي استخدام صيغة الاسم لا الفعل في حقول الوثائق |
| 7 | full business time | [محذوف] وقت عمله فقط | OMISSION | حُذفت كلمة "full" ذات الأثر القانوني |