مكتبة ArabicTagger لمعالجة اللغة العربية

حزمة Python متخصصة في التعرف على الكيانات المسماة (NER) والوسم (Tagging) باللغة العربية، تعتمد على بيئة Keras وتوفر المكونات التالية:
المكونات التقنية: طبقة CRF مخصصة، نموذج BI-LSTM + CRF، وطبقة Transformer Encoder، بالإضافة إلى وحدة TextMatcher للمطابقة النصية الذكية.
لحل البرمجي: تتيح بناء نماذج NER مخصصة بأقل قدر من الكود، مع ميزة "توسيع الوسوم" (Tag Expansion) التي تستخدم نماذج مدربة مسبقاً (مثل نموذج POS بـ 12 وسماً) للتغلب على مشكلة قلة البيانات، مما يساعد النموذج على فهم بنية الجملة العربية بدقة أكبر.
الأداء: حققت النماذج دقة اختبار (Testing Accuracy) تصل إلى 95% في مهام استخراج الكيانات (مثل أسماء الأجهزة أو الأطعمة).
مطابقة النصوص: توفر وحدة TextMatcher حلاً لمشكلة التنوع الإملائي العربي (مثل: غسالة/غساله) عبر خوارزمية تشابه أوزان قابلة للتعلم، مما يقلل الوقت ويزيد دقة الربط بقواعد البيانات.
التثبيت: pip install ArabicTagger