تعليم أنطولوجيا قراءة وثائق هندسة الطرق السريعة: منصة بيانات وصفية دلالية قائمة على AI لهيئة DOT في ولاية واشنطن.
البرنامج الوطني التعاوني لأبحاث الطرق السريعة، مجلس أبحاث النقل، الأكاديميات الوطنية للعلوم والهندسة والطب (National Cooperative Highway Research Program, Transportation Research Board, National Academies of Sciences Engineering and Medicine) · القطاع الحكومي
أتمتة تصنيف المحتوى والبحث لقاعدة المعرفة الهندسية لدى هيئة نقل حكومية على مستوى الولاية
الملخص التنفيذي
تدير وزارة النقل في ولاية واشنطن (WSDOT) واحداً من أكبر أنظمة الطرق السريعة الولائية في البلاد، ويعتمد مهندسوها على مكتبة دائمة النمو من أدلة التصميم والمواصفات القياسية والتقارير التقنية لأداء عملهم بأمان واتساق. وفي إطار مبادرة بحثية وطنية برعاية National Cooperative Highway Research Program (NCHRP) لتحسين سهولة العثور على المعلومات لدى وكالات النقل الولائية، سعت WSDOT إلى إثبات أن تطبيق بيانات وصفية آلية على محتواها الهندسي يمكن أن يحسن التصفح ودقة البحث واستدعاءه بشكل قابل للقياس. جرى التعاقد مع Iknow، العاملة بصفة مقاول من الباطن لدى مقاول البحث الرئيسي Spy Pond Partners، لتصميم المنصة التقنية التي تجعل ذلك ممكناً وتكاملها.
بنت Iknow منصة ذكاء اصطناعي دلالي من سبعة مكونات (ترتكز على أنطولوجيا مبنية خصيصاً، ومخزن ثلاثيات على نمط الرسم البياني المعرفي، وسلسلة معالجة لغة طبيعية) كانت تقرأ مستندات WSDOT الهندسية وتفسرها وتوسمها تلقائياً، ثم تسلم تلك البيانات الوصفية إلى محرك بحث مؤسسي حديث. صنفت المنصة بشكل صحيح أكثر من 2,000 مستند عبر جولات اختبار متعددة، وأكد مهندسو WSDOT أن النتائج لبت توقعاتهم من حيث الدقة. ووثقت المنهجية والنتائج في NCHRP Research Report 947، ما منح وزارات النقل الولائية الأخرى نموذجاً مثبتاً وقابلاً للتكرار لمشكلة سهولة العثور على المعلومات ذاتها.
الخلفية والسياق
نبذة عن العميل
WSDOT هي الوكالة الولائية المسؤولة عن بناء نظام النقل متعدد الوسائط في ولاية واشنطن وصيانته وتشغيله، بما يشمل طرقها السريعة وعباراتها وممراتها الحديدية. الوزارة مسؤولة عن أكثر من 20,000 ميل-حارة من الطرق وقرابة 3,000 جسر مروري، وتعمل بميزانية لكل سنتين تتجاوز 11 مليار دولار. ووكالة بهذا الحجم تولد كماً متنامياً باستمرار من المعرفة الهندسية (أدلة تصميم ومواصفات ووثائق بيئية وسجلات مشاريع) يجب أن يتمكن المهندسون من العثور عليه بسرعة والوثوق به تماماً.
سياق القطاع
تتشارك وزارات النقل الولائية تحدياً واحداً: فهي من أكثر المنظمات الهندسية كثافة في المستندات داخل الحكومة، ومع ذلك بني معظمها على أنظمة محتوى صممت للتخزين وضبط الإصدارات لا لمساعدة المهندسين على العثور على المفهوم الصحيح داخل آلاف المستندات التقنية. وكان NCHRP، وهو برنامج بحثي وطني مشترك تموله وزارات النقل الولائية ويدار عبر AASHTO وTransportation Research Board، قد نشر بالفعل التقرير NCHRP Report 846 بعنوان Improving Findability and Relevance of Transportation Information الذي عرض المشكلة. وكانت مهمة WSDOT مع Iknow وSpy Pond Partners هي المرحلة التطبيقية الخاصة بتكامل التقنية من ذلك البحث، ووثقت لاحقاً إلى جانب تجارب موازية لوزارات نقل ولائية أخرى في NCHRP Research Report 947. ومنصات المحتوى التجارية التي تستخدمها وكالات البنية التحتية العامة قوية عموماً في التخزين وضبط الإصدارات، لكن قلة منها تتضمن طبقة دلالية قادرة على فهم أن العبارة الصندوقية نوع من أصول الصرف، وهي الفجوة التي طلبت WSDOT من Iknow سدها.
الوضع الراهن
كانت WSDOT تستخدم بالفعل نظام إدارة المحتوى Drupal، المدعوم بقاعدة بيانات MySQL، لتخزين معرفتها وإجراءاتها ومواصفاتها الهندسية وعرضها وإدارتها. أما ما كان ينقصها فهو وسيلة لإثراء ذلك المحتوى ببيانات وصفية على مستوى المفاهيم وعلى نطاق واسع، وهو الأساس اللازم لتجاوز البحث بالكلمات المفتاحية نحو دقة واستدعاء حقيقيين. تعاقدت WSDOT مع Iknow، عبر المقاول الرئيسي Spy Pond Partners، لتكامل برمجيات قادرة على التصنيف الآلي للمستندات الهندسية عند إدخالها.
المشكلة / التحدي
- محتوى هندسي لا يستطيع البحث النصي البسيط خدمته كما ينبغي. كانت مكتبة WSDOT القائمة على Drupal تضم آلاف المستندات، لكن البحث التقليدي بالكلمات المفتاحية لم يكن قادراً على التقاط العلاقات بين المفاهيم الهندسية (مثل أن العبارة الصندوقية نوع من أصول الصرف)، فكان من السهل تفويت نتائج ذات صلة.
- لا وسيلة قابلة للتوسع لتطبيق البيانات الوصفية. لم يكن الوسم اليدوي لمكتبة WSDOT الوثائقية القائمة والمتنامية باستمرار ببيانات وصفية متسقة وذات معنى أمراً واقعياً في ظل قيود الوزارة في التوظيف والميزانية.
- حل يجب أن يعمل ضمن الأنظمة القائمة لا أن يستبدلها. كان على أي منصة أن تتكامل مع بيئة Drupal وMySQL القائمة لدى WSDOT بدلاً من فرض استبدال مكلف ومربك، وهو قيد حقيقي لوكالة ممولة من المال العام.
- نهج غير مثبت يلزم إثباته لا افتراضه. لأن الفرضية (أن إثراء المحتوى والتصنيف الحاسوبي يمكن أن يحسنا سهولة العثور على المعلومات) كانت هي ذاتها موضوع البحث، كان على المهمة أن تنتج أدلة، لا مجرد نظام عامل.
أهداف المشروع
- إثبات أن إثراء المحتوى والتصنيف الحاسوبي يمكن أن يحسنا التصفح ودقة البحث واستدعاءه.
- تكامل مكونات برمجية في بيئة Drupal وMySQL القائمة لدى WSDOT للتصنيف الآلي للمستندات عند إدخالها.
- بناء أنطولوجيا خاصة بالمجال تصف العلاقات الدلالية والمعجمية بين مفاهيم WSDOT الهندسية.
- التحقق من صحة المنصة الناتجة مقابل مكتبة WSDOT الوثائقية وتأكيد دقتها مع المهندسين الذين سيعتمدون عليها.
نهج Iknow
كيف نظمت Iknow العمل
صممت Iknow منصة معالجة بيانات وصفية من سبعة مكونات وأنجزت تكاملها، بحيث تضيف قدرات الذكاء الاصطناعي الدلالي فوق بيئة Drupal وMySQL القائمة لدى WSDOT بدلاً من استبدالها، وينسقها مكون تكامل مبني خصيصاً هو Taggr.
الأنشطة والقرارات الرئيسية
- تطوير الأنطولوجيا. باستخدام Protégé، وهي منصة مفتوحة المصدر لبناء نماذج مجالات المعرفة، أنشأت Iknow أنطولوجيا تصف العلاقات الدلالية بين مفاهيم WSDOT الهندسية، مبنية من تصنيف لعلاقات فئات الأصل والفرع.
- الرسم البياني المعرفي والاستخلاص الدلالي. نشرت Iknow نظام Apache Jena لتطبيق تلك الأنطولوجيا على متن مستندات WSDOT، مستخلصة علاقات المفاهيم على شكل ثلاثيات دلالية (مثل أن العبارة الصندوقية نوع من أصول الصرف) ومخزنة إياها في مخزن ثلاثيات مصمم للبيانات الدلالية المترابطة.
- المعالجة المسبقة للغة الطبيعية. أدمجت Iknow خدمة Google Cloud NLP لإرجاع كلمات نصوص المستندات إلى جذورها المعجمية وتقييم المصطلحات بحسب بروزها وحذف الكلمات منخفضة القيمة، بما ينتج قائمة نظيفة عالية الدلالة بالمفاهيم لكل مستند.
- طبقة تكامل مخصصة. بنت Iknow مكون Taggr ليكون النسيج الرابط للمنصة: فهو يوحد حالة أحرف النص، ويوجه المحتوى إلى محرك معالجة اللغة الطبيعية، ويطابق المصطلحات عالية البروز مع مخزن ثلاثيات الأنطولوجيا، ويكتب الوسوم في نماذج محتوى Drupal لدى WSDOT.
- تكامل البحث المؤسسي. ربطت Iknow المحتوى الموسوم حديثاً بمنصة Apache Solr مفتوحة المصدر للبحث، ليتمكن المهندسون من استرجاع المستندات باستخدام علاقات المفاهيم التي أرستها المنصة.
- اختبارات التحقق. شغلت Iknow المنصة على متن مستندات WSDOT عبر جولات اختبار متعددة، فصنفت بنجاح أكثر من 2,000 مستند وأكدت النتائج مع مهندسي WSDOT.
أصحاب المصلحة والتعاون
عملت Iknow بصفة مقاول من الباطن لدى مقاول البحث الرئيسي Spy Pond Partners ضمن مشروع بحثي برعاية NCHRP وتحت إشراف AASHTO، بالتنسيق المباشر مع موظفي الهندسة وتقنية المعلومات في WSDOT لتأسيس المنصة على محتوى حقيقي والتحقق من نتائجها.
التحديات وكيف تغلبت عليها Iknow
إدخال الذكاء الاصطناعي الدلالي إلى بيئة قديمة محدودة الموارد
كانت حزمة تقنية دلالية مبنية من الصفر تهدد بأن تكون أكثر كلفة وإرباكاً مما تحتمله أنظمة وكالة عامة وميزانيتها. عالجت Iknow ذلك ببناء معظم المنصة (ستة من سبعة مكونات) على برمجيات مفتوحة المصدر متاحة مجاناً، وبتصميم Taggr كطبقة تكامل رقيقة تعمل مع بيئة Drupal وMySQL القائمة لدى WSDOT بدلاً من فرض استبدالها.
تحقيق دقة حقيقية في المجال الهندسي
ما كان نموذج تصنيف جاهز ليفهم مفردات WSDOT الهندسية الخاصة بما يكفي لإنتاج نتائج جديرة بالثقة. عالجت Iknow ذلك ببناء أنطولوجيا مخصصة حول مفاهيم WSDOT الهندسية ذاتها وبالتحقق من مخرجات المنصة مقابل مكتبة WSDOT الوثائقية عبر جولات اختبار متعددة مع مهندسي WSDOT، بدلاً من اعتبار جولة اختبار واحدة دليلاً كافياً.
النتائج والأثر
النتائج الكمية
- المستندات المصنفة: أكثر من 2,000 مستند هندسي، صنفت آلياً بشكل صحيح عبر جولات اختبار متعددة.
- المكونات التقنية المدمجة: سبعة، منها ست أدوات مفتوحة المصدر ووحدة تكامل واحدة مبنية خصيصاً (Taggr).
- دقة البحث: أكدها مهندسو WSDOT بوصفها ملبية لتوقعات الوزارة في الدقة والاستدعاء.
النتائج النوعية
اكتسب مهندسو WSDOT القدرة على البحث في المحتوى الهندسي بحسب المفهوم الكامن بدلاً من الكلمة المفتاحية الحرفية، فيجدون مثلاً جميع المستندات المتصلة بفئة من أصول الصرف حتى عندما تستخدم المستندات المنفردة مصطلحات مختلفة. وقد استبق الرسم البياني المعرفي القائم على الأنطولوجيا الذي بنته Iknow نهجاً أصبح منذ ذلك الحين سائداً، إذ تسعى منظمات كثيرة اليوم إلى بنى دلالية مماثلة قائمة على الاسترجاع باستخدام النماذج اللغوية الكبيرة. ولأن المهمة كانت تجربة بحثية لدى NCHRP، وثقت منهجيتها ونتائجها في NCHRP Research Report 947 المنشور لكل وزارة نقل ولائية عضو في AASHTO.
الوقت حتى تحقق الأثر
سلمت Iknow منصة عاملة ومتحققاً من صحتها ضمن فترة تنفيذ المهمة البالغة نحو 20 شهراً، مع تأكيد الدقة مقابل محتوى WSDOT نفسه ومهندسيها قبل اختتام البحث. ونشرت النتائج على المستوى الوطني في 2020، ما منح وزارات النقل الولائية الأخرى نموذجاً قائماً على الأدلة جاهزاً للاستخدام الفوري.
قدرات Iknow التي أثبتها المشروع
المهارات الأساسية
- استراتيجية البيانات الوصفية والتصنيف
- الذكاء الاصطناعي الدلالي وتطوير الأنطولوجيا
- هندسة البحث المؤسسي
- التكامل مع الأنظمة القديمة
الأساليب والأطر
- هندسة الأنطولوجيا والرسوم البيانية المعرفية
- إثراء المحتوى القائم على معالجة اللغة الطبيعية
- تكامل المنصات على مراحل واختبارات التحقق
التقنيات والأدوات
- Drupal وMySQL وProtégé
- Apache Jena وApache Solr وGoogle Cloud NLP
- وحدة التكامل Taggr المبنية خصيصاً
ضع هذه الخبرة في خدمة مشكلتك.
كثير من أعمالنا لا يظهر على الموقع. احجز مكالمة وأخبرنا عن قطاعك وسنعرض عليك المشاريع التي تقابل مجالك.