الاشتقاق: الاختزال إلى الجذر
حوّل running وruns إلى run
الاشتقاق: الاختزال إلى الجذر درس مجاني في NLP Academy على CoddyKit. هذا هو الدرس 3 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في NLP Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة NLP Academy 4 دروس في المجموع.
كلمة واحدة، وصيغ متعددة
يظهر الفعل run بصيغ running وruns وran. قد تشترك هذه الصيغ في المعنى بالنسبة إليك، لكن النص الخام يعدّ كل واحدة منها منفصلة، مما يشتت الإشارة. 🌱
لنتعرف إلى الاشتقاق
يقطع الاشتقاق نهايات الكلمة للوصول إلى جذر تقريبي يُسمى stem. والهدف هو دمج الصيغ المرتبطة في رمز مشترك واحد.
قواعد، لا قاموس
يتبع stemmer قواعد بسيطة للواحق بدلًا من البحث عن الكلمات. فهو يحذف نهايات مثل ing وed وs، ولذلك يكون سريعًا لكنه بدائي إلى حد ما.
Porter Stemmer
توفر NLTK الأداة الكلاسيكية PorterStemmer. أنشئ نسخة منها، ثم استدعِ طريقة stem على أي كلمة تريد اختزالها.
from nltk.stem import PorterStemmer
ps = PorterStemmer()
print(ps.stem('running'))تندمج الصيغ معًا
مرّر عدة صيغ للفعل نفسه، وستُختزل جميعها إلى جذر واحد. والآن يمكن لأعدادك أن تتجمع أخيرًا.
for w in ['running', 'runs', 'ran']:
print(ps.stem(w))الجذور ليست كلمات حقيقية
الاشتقاق أسلوب فظ. فكلمة studies تصبح studi، وهي ليست كلمة حقيقية، لكنها تظل تتطابق مع study وstudied باعتبارها جذرًا واحدًا.
print(ps.stem('studies'))انتبه إلى الاشتقاق المفرط
أحيانًا يحذف stemmer أكثر مما ينبغي ويدمج كلمات غير مرتبطة. وقد يؤدي هذا الاشتقاق المفرط إلى طمس المعاني، لذا تحقّق دائمًا من منطقية الناتج على نصك.
print(ps.stem('universal'))
print(ps.stem('university'))اشتقاق قائمة رموز
عمليًا، تطبّق الاشتقاق على كل رمز في المستند. ويطبّق الاستيعاب stemmer على القائمة كاملة في سطر واحد أنيق.
words = ['cats', 'caring', 'cared']
print([ps.stem(w) for w in words])توجد أدوات اشتقاق أخرى
يُعد Porter الخيار الافتراضي، لكن NLTK توفر أيضًا SnowballStemmer الأسرع، الذي يدعم لغات عديدة ويعالج بعض جوانب القصور في Porter.
from nltk.stem import SnowballStemmer
sb = SnowballStemmer('english')
print(sb.stem('happily'))حوّل إلى الأحرف الصغيرة أولًا
تتوقع أدوات الاشتقاق مدخلات بأحرف صغيرة. وحّد حالة الأحرف قبل الاشتقاق، وإلا فقد تمر Running وrunning مجددًا باعتبارهما رمزين مختلفين.
print(ps.stem('Running'.lower()))متى تستخدمه
يستبدل الاشتقاق الدقة بالسرعة. وهو مفيد في البحث وخطوط المعالجة الكبيرة، حيث تتفوق المطابقة التقريبية السريعة على التحليل البطيء الدقيق. ⚡
تحقق سريع
لِنرسّخ طريقة عمل الاشتقاق.
مراجعة
تعلمت أن الاشتقاق يحذف اللواحق باستخدام قواعد بسيطة لدمج صيغ الكلمات في جذر واحد. وهو سريع وتقريبي، وقد ينتج أحيانًا كلمات غير حقيقية. أحسنت العمل! 🎉
تعلم Python مع معلم ذكاء اصطناعي — مجانًا
اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.
- الدورات
- 30
- الدروس
- 120
الأسئلة الشائعة
هل درس «الاشتقاق: الاختزال إلى الجذر» مجاني؟
نعم — نص درس «الاشتقاق: الاختزال إلى الجذر» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة NLP Academy، انتقل إلى CoddyKit PRO. تتضمن دورة NLP Academy 4 دروس في المجموع.
ماذا ستتعلم في «الاشتقاق: الاختزال إلى الجذر»؟
حوّل running وruns إلى run تتمرن على NLP Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ NLP Academy؟
لا تُشترط خبرة سابقة. NLP Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 3 من أصل 4.
كم من الوقت يستغرق درس «الاشتقاق: الاختزال إلى الجذر»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس NLP Academy هذا؟
نعم. كل درس في NLP Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- لماذا تهم حالة الأحرف والمسافات
- تحويل الأحرف إلى صغيرة وإزالة المسافات البيضاء
- الاشتقاق: الاختزال إلى الجذر
- الإرجاع إلى الصيغة المعجمية: صيغ أساس أذكى