غيّر نظام كتابة النص الطويل دون تغيير كلماته

لماذا تتعثر روبوتات الذكاء الاصطناعي العامة في نقحرة النصوص الطويلة؟

الكتابة بالحروف اللاتينية هي الطريقة الشائعة لكتابة الفارسية والأردية والهندية والعربية عبر الهواتف، ولا توجد طريقة إملاء موحدة: فكلمات مثل "kheili" و"kheyli" و"khaily" هي الكلمة نفسها. وتحويل ذلك إلى نظام كتابة صحيح يعني اختيار الرسم الإملائي الذي يكتبه القارئ الأصلي، وهو ما تتقنه المساعدات الذكية في النصوص القصيرة.

أما في النصوص الطويلة، فتظهر مشكلات الطول والانحراف عن السياق. فنص من 40 صفحة لا يمكن أن تتسع له إجابة واحدة، وقد يتحول المساعد تلقائياً إلى الترجمة، فضلاً عن دمج فواصل الأسطر في كلمات الأغاني وسجلات المحادثات. تعالج هذه الأداة النص على دفعات مجزأة من الفقرات مصحوبة بالتعليمات نفسها في كل مرة، وتبقي الأسماء دون تغيير، وتتأكد من عودة كل فقرة بالعدد نفسه من الأسطر.

ما يحوله المستخدمون عادةً

• محادثات تمتد لسنوات عبر WhatsApp أو Telegram مكتوبة بـ Finglish أو Roman Urdu، لتحويلها إلى رسم كتابي سليم للطباعة أو الترجمة
• كلمات الأغاني والقصائد بـ Roman Urdu أو Hinglish، سطراً بسطر
• الروايات والقصص المنشورة على الإنترنت بـ Roman Urdu
• النصوص الأردية إلى الخط الديوناكري لقرّاء الهندية، والعكس
• النصوص الفارسية أو العربية إلى الحروف اللاتينية لمن لا يقرؤون هذه الأبجديات، بإملاء دارج أو أكاديمي

حدود ينبغي معرفتها

تحافظ النقحرة على اللغة نفسها. إذا كنت بحاجة لمعرفة المعنى بالإنجليزية، فاستخدم أداة ترجمة بدلاً من ذلك. والنصوص بالحروف اللاتينية تتسم بالغموض بطبيعتها، لذا يُرجى مراجعة الأسماء والكلمات النادرة؛ حيث يؤدي إدراجها ضمن "عدم التغيير نهائياً" إلى إبقائها كما كُتبت. ويحافظ تحويل الخطوط بين الأردية والهندية على الكلمات ذاتها: فالمصطلحات ذات الأصل الفارسي العربي تظل كما هي في الخط الهندي، والكلمات السنسكريتية تظل كما هي في الخط الأردي.

تغطي الدفعة الواحدة ما يصل إلى نحو 200 صفحة (600,000 حرفاً) فيما يصل إلى 10 ملفات بحجم أقصاه 20 ميغابايت؛ وتغطي خطة غير محدود نحو 400 صفحة لكل مهمة. الصفحات الممسوحة ضوئياً هي صور: حوّلها إلى نص باستخدام أداة Scanned PDF to Word أولاً.