- مقدمة
يرجع تاريخ نظم تمثيل المعرفة واسترجاع المعلومات إلى بدايات النصف الثاني من القرن التاسع عشر، وبالتحديد إلى عام 1876 عندما وضع ميلفل ديوي Melvil Dewey أسس تمثيل المعرفة من خلال خطة التصنيف المعروفة بإسمه كأداه أساسية لتنظيم وإتاحة المعرفة (Wynar & Taylor, 1985). مع ذلك فإن مجال تمثيل المعرفة وإسترجاع المعلومات لم يصبح مجالاً محورياً للبحث ضمن مجالات علم المعلومات إلا مع نهاية الحرب العالمية الثانية. ومنذ ذلك التاريخ بدأت جهود مكثفة لتطوير هذا المجال الخصب، حيث جذب إهتمام الباحثين فى مجالات متعددة. ويرجع ذلك بصفة أساسية إلى توظيف تكنولوجيا المعلومات منذ البداية فى البحوث والتطوير Research and Development – R & D بهذا المجال بدرجات متنوعة من التعقيد والنضج الأكاديمى.
يعد مصطلحي تمثيل المعرفة وإسترجاع المعلومات المستخدمان فى هذا السياق تطوراً للعديد من المصطلحات التى ظهرت منذ بداية القرن العشرين وحتى الآن، ومنها مصطلحات مثل التكشيف والإستخلاص، إسترجاع المعلومات ومعالجة وتنظيم المعلومات، إدارة المعرفة...الخ.
وسيتم فيما يلي إستعراض التطور التاريخى لمجال تمثيل المعرفة وإسترجاع المعلومات مع التركيز على الملامح الأساسية التى شهدتها كل فترة، والرواد البارزين فى تلك الفترات، وإسهاماتهم العلمية والتطبيقية فى تطوير هذا المجال. كما سيتم شرح المفاهيم الأساسية المستخدمة فى سياق مجال تمثيل المعرفة وإسترجاع المعلومات، ثم مناقشة المكونات الأساسية لنظم تمثيل المعرفة وإسترجاع المعلومات Knowledge Representation and Information Retrieval، وسينتهى هذا الفصل بشرح وتوضيح المشكلة الأساسية التى يعالجها هذا المجال والتى يمكن إيجازها فى كيفية الحصول على المعلومات الملائمة التى تلبى الاحيتاجات المعرفية لمستفيد بعينة فى الوقت المناسب. ونظراً للعلاقة الوثيقة بين مجال تمثيل المعرفة واسترجاع المعلومات، كما سنوضح فيما بعد، سنختصر المصطلح المستخدم فى هذا الكتاب إلى تمثيل واسترجاع المعلومات نظراً لأن المعرفة مفهومة ضمناً أنها الهدف الاساسى من كل عمليات تجميع البيانات وتجهيزها ومعالجتها وانتاج المعلومات وتنظيمها واتاحتها.
1.1 مراحل تطور تمثيل المعرفة ونظم إسترجاع المعلومات
إن تاريخ نظم تمثيل وإسترجاع المعلومات ليس طويلًا، ومع ذلك فقد شهد تطوراً سريعًا خلال الربع الأخير من القرن العشرين والذي يُنظر إليه على أنه مرحلة إزالة الإلتباس فى هذا المجال. ويرى الباحثون أن مجال إسترجاع المعلومات مر بخمسة مراحل أساسية بداية من مرحلة زيادة الطلب على المعلومات حتى عصر الذكاء الاصطناعى الذى نعيشه حالياً. ونستعرض فيما يلي مراحل تطور نظم تمثيل وإسترجاع المعلومات.
1.1.1 مرحلة زيادة الطلب (بداية الأربعينات إلى بداية الخمسينات)
أدت الحرب العالمية الثانية إلى سرعة وتيرة التطوير فى مجالات العلوم والتكنولوجيا والتى ساهمت بصورة كبيرة فى ظهور مجال تمثيل وإسترجاع المعلومات، حيث أدت الحرب إلى إنتاج عدد كبير ومذهل من الوثائق والتقارير الفنية التى تسجل نتائج أنشطة البحوث والتطوير فى مجال الصناعة وخاصة فى مجالات صناعة الأسلحة وإدارة العمليات. وقد أدى هذا الكم الهائل من الوثائق إلى الحاجة إلى أساليب جديدة لمعالجة الوثائق للوصول إلى ما تتضمنه من معلومات، حيث أن البشرية لم تواجه من قبل هذه المهمة الصعبة، والتى تمثلت فى التعامل مع هذا الكم الهائل من الوثائق الهامة دون النظر إلى الجوانب الأخرى الخاصة بمعالجة وإدارة المعلومات مثل الأختيار والبث والحفظ.
وقد اوضح فانفر بوش (Bush,1945, p101) أن أحد أهم نتائج الحرب العالمية الأولى زيادة الاهتمام بأنشطة البحث والتطوير والتعرف على ما تتضمنه الوثائق التي نتجت عن تلك الحرب من معلومات. فقد أتاحت الحرب الوصول إلى كم كبير من نتائج البحوث السرية والتى أحتاجت إلى الدراسة والتحليل، والذى يعد مؤشر قوى إلى أن البشرية دخلت فى مرحلة التعمق والتوسع فى التخصصات العلمية. وقد واجه المكشفون مشكلات كبيرة نظراً للحاجة إلى إستيعاب هذا الكم الهائل من الوثائق وإستخلاص النتائج، ويبدو أنهم لم يستطيعوا التعامل مع إلا قدر قليل ومحدود جداً من المعلومات بسبب عقم أساليب الوصول إلى المعلومات في ذلك الوقت. وقد أصبح من الواضح أنه توجد حاجة حقيقية وضغط شديد نحو أساليب أكثر كفاءة لتمثيل وتنظيم هذا الكم الهائل من المعلومات وخاصة فى مجالات الكيمياء والبيولوجيا والصناعة.
ويمكن تلخيص أهمية وجود آليات لاسترجاع المعلومات كما يلى: على سبيل المثال، تقوم دور النشر والطبع فى مجال الكيمياء الحيوية بنشر حوالى 2 مليون وثيقة سنوياً (Hiemstra, 2009). مما يشير إلى مدى صعوبة التعامل مع تلك الوثائق باستخدام الأساليب التقليدية في الوصول إلى المعلومات. وتشير الاحصائيات إلى أن الباحث الواحد يحتاج إلى ساعة على الاقل لقراءة بحثين، فإذا أفترضنا جدلاً أن هذا الباحث يستطيع قراءة بحوث بـ 70 لغة مختلفة وأنه يستطيع الوصول إلى كل الوثائق المنتجة في مجال الكيمياء الحيوية (2 مليون وثيقة سنوياً) في حوزته وبين يديه ويمكنه قراءة دورية واحدة فى اليوم وأن العام به 365 يوماً، من ثم فإنه بحاجة إلى 27.4 قرن لقراءة مخرجات البحوث فى عام واحد فقط فى مجال الكيمياء الحيوية (Borko & Bernier,1975, P.6).
وعلى الرغم أن عدد التقارير الفنية التى تم إنتاجها خلال فترة الأربعينات والخمسينات لا يمكن تحديدها بدقة، حيث أن حجم هذه الوثائق يمكن تقديرها وفقاً للتقدير السابق لمجال الكمياء الحيوية، ومع هذا الكم الهائل من الوثائق لا يمكن للإنسان أن يعتمد حصرياً على مهاراته وذاكرته وملفاته الخاصة لتنظيم وإسترجاع المعلومات بطريقة فعالة لتلبية الإحياجات في تلك الظروف. وبناء على ذلك ظهرت الحاجة إلى جهود مكثفة فى مجال تمثيل وإسترجاع المعلومات، وقد تنتج عنها أيضا الحاجة إلى تطوير نظم لأغراض إسترجاع المعلومات على الرغم أنها كانت نظم يدوية مثل كشافات الربط المسبق التى تم تطويرها فى البداية عام 1951 والتى كانت أدوات فعالة في ذلك الوقت (Swanson,1988).
1.1.2 النمو المتسارع (الخمسينات حتى الثمانينات)
تُعد هذه الفترة هى الفترة الذهبية فى نمو وتطور مجال تمثيل وإسترجاع المعلومات؛ حيث شهدت دخول وإستخدام الحاسب الآلى في هذا المجال خلال الفترة من 1957-1959 ذلك عندما استخدم هانز بيتر لوهان Hans Peter Luhn البطاقات المثقبة فى معالجة ومضاهاة الكلمات المفتاحية وترتيب المواد إلى جانب الأعمال الفكرية المرتبطة بتحليل محتوى النصوص (Salton,1987). وقد أدى ظهور نظم الإسترجاع على الخط المباشر مثل ديالوج DIALOG فى الستينات والسبعينات من القرن الماضى إلى الإنتقال من نظم استرجاع المعلومات اليدوية إلى النظم المحسبة على الخط المباشر. وقد وصف هاهن (Hahn ,1996) النظم الرائدة التى تم تطويرها فى هذه المرحلة بما يلى:
"إشتملت هذه النظم على مجموعة هامة من الملامح المتطورة مثل المكانز المتاحة على الخط المباشر، فرز النتائج، الدمج الآلى للمترادفات أثناء إجراء البحث، المنطق البولينى، البتر من جهة اليسار وجهة اليمين left and right hand truncation، البحث فى المصادر المستهدفه، البحث باللغة الطبيعية فى النصوص الحرة. كما أتاحت بعض النظم إمكانيات التجميع الآلى للبيانات، برامج لمراقبة معدلات الإستخدام، ومدى رضاء المستفيدين عن النظم."
وقد ساهم فى نمو ونضج نظم إسترجاع المعلومات على الخط المباشر إلى جانب تطوير الأساليب الآلية والتجارب التى تمت فى مجال إسترجاع المعلومات التطورات التى تمت فى تكنولوجيا الحاسبات في ذلك الوقت. وقد كرّس الباحثون فى العديد من المجالات وخاصة علوم الحاسب مجهوداتهم للبحوث والتطوير فى هذا المجال، وعلى الرغم من ذلك ظلت العديد من المشكلات الإضافية التى تحتاج إلى جهود بحثية مكثفة حيث لخص سالتون (Salton,1987) فى أحد كتبه هذه المشاكل كما يلى:
"على الرغم من التقدم الكبير الذي حدث خلال الثلاثين عاماً الماضية فى مجال معالجة النصوص وإسترجاع المعلومات وخاصة فى مجال تحرير النصوص وإنتاج الوثائق وتحديد كلمات الكشاف والتجميع الآلى وبناء الإستفسارات وبحثها آلياً؛ إلا أنه توجد حاجة إلى جهود مكثفة فى مجال فهم النصوص Text Understanding والمعالجة الدلالية للمعلومات Information Semantic Processing". من ثم فإن هذه المرحلة ركزت على توظيف إمكانيات الحاسبات الآلية في تمثيل واسترجاع النصوص ولكن ظلت علميات فهم وتحليل دلالات النصوص تمثل مشكلة كبيرة للباحثين.
1.1.3 مرحلة إزالة الغموض (1980 – 1990)
على الرغم من وصف نظم إسترجاع المعلومات سابقاً بأنها نظم تم تطويرها لخدمة الإحتياجات المتنوعة والمتغيرة للمستفيدين منها؛ إلا أن هذه النظم لم يتم تصميمها بحيث يمكن للمستفيد أن يبحث فيها مباشرة دون الحاجة إلى تدريب أو تقديم الدعم من جانب أخصائي المعلومات. بمعنى آخر أن أخصائيوا المكتبات والمعلومات كانوا يقومون بإجراء البحث نيابة عن المستفيدين فيما عرف بوسطاء البحث Search Mediators، بالإضافة إلى أن عملية البحث بإستخدام هذه النظم كانت مكلفة للغاية لما تتضمنته من مجموعة متنوعة من الرسوم، منها على سبيل المثال تكلفة تجهيزات الإتصال عن بعد Telecommunication، تكلفة الإتصال نفسه، رسوم إشتراكات قواعد البيانات .....إلخ، كما أن الرسوم كان يتم تحصيلها مقابل كل عملية بحث تتم. ومن ثم فالمصطلح المستفيد النهائى End users الذى استُخدم للإشارة إلى أصحاب الإحتياجات المعرفية لم يكن يمثلهم تمثيل حقيقى، حيث أنهم لم يكونوا قادرين على إجراء البحث فى تلك النظم بأنفسهم.
ومع الوقت بدأ مفهوم المستفيد النهائي يتغير تدريجياً مع ظهور الحاسبات الشخصية وإستخدامها فى عمليات البحث بنظم إسترجاع المعلومات، وأيضاً مع بدايات تطبيق نظم الإسترجاع على الأقراص المدمجة CD-ROM والفهارس العامة المتاحة على الخط المباشر فى منتصف الثمانينات من القرن الماضى.
وتجدر الإشارة إلى أنه فى الماضى كانت نظم إسترجاع المعلومات يتم إتاحتها من خلال نظم متنوعة مثل الحاسبات الالية، طابعات النهايات الطرئية Printer Terminals، نظم البطاقات المثقبة الضوئية والميكانيكية...الخ. وجدير بالذكر أن عملية التفاعل بين الباحث وتلك النظم لم تكن سلعة محفزة ولم تكن أيضا سهلة للمستفيد User Friendly. وعندما تم إستخدام الحاسبات الشخصية فى إسترجاع المعلومات وجد المستفيدون أنها أقل إزعاجاً وصعوبة من الأنظمة السابقة نظراً لإعتمادها على حوارات فعلية للمستفيد مع الأجهزة، فيما عرف بالتفاعل بين المستفيدين والنظم.
لذلك ظهر فرع جديد من فروع علم المعلومات إهتم بالسلوك المعلوماتى للإنسان Information seeking Behavior وركز على تفاعل الإنسان مع الحاسبات Human Computer Interaction. وقد ساعد ظهور نظم الأقراص المدمجة والفهارس العامة المتاحة على الخط المباشر Online Public Access Catalogs – OPACs على إزالة الغموض وفض الالتباس الذي كان يكتنف عمليات البحث فى تلك النظم وأصبح المستفيد قادرًا على إجراء عملية البحث بنفسه، ولم يعد المستفيد يتأثر بتكلفة الإتصال عند إجراء البحث على الأقراص المدمجة ونظم الفهارس المتاحة على الخط المباشر. ومنذ ذلك الوقت أصبحت نظم إسترجاع المعلومات أنظمة تم تطويرها لإستخدامها من جانب المستفيد النهائي مما أثر بصورة كبيرة على انتشار تلك النظم وتطويرها نظراً للتفاعل الدائم من جانب المستفيد معها.
1.1.4 عصر الشبكات (التسعينات إلى بدايات الألفية الجديدة)
كانت نظم إسترجاع المعلومات ــ حتى بداية التسعينات ــ نشاطًا مركزيًا؛ حيث يتم إدارة قواعد البيانات، التى تُعد المكون الأساسي لأي نظام استرجاع معلومات، من خلال مقر مركزى واحد. فإذا كان الناس بحاجة إلى البحث فى أكثر من نظام استرجاع معلومات، فعليهم أن يقوموا بالإتصال بكل قاعدة بيانات على حدة. ومع ظهور شبكات المعلمات وانتشار استخدمها ظهرت أنماط جديدة من البحث أطلق علىها البحث الموزع Distributed Searching الذى يسمح للمستفيدين بإتاحة قواعد البيانات والبحث فيها دفعة واحدة بإستخدام البنية التحتية لشبكات المعلومات. ومن ثم لم تعد نظم إسترجاع المعلومات قاصرة على نظام مركزى فى موقع جغرافي واحد.
وقد ساعد تقدم الإنترنت وتطوير إمكانيات الإتصال بها إلى تحويل هذا الأمر إلى حقيقة من خلال توفير البنية التحتية للإتصال البينى بين الشبكات المتنوعة والموزعة على مناطق جغرافيا متعددة. فإلى جانب الملامح الخاصة بالبحث الموزع، فقد أعادت الإنترنت صياغة مجال إسترجاع المعلومات، ويسرت التعامل مع أساليب جديدة لمعالجة المعلومات منها الطرق الاحصائية. فلم يسبق فى التاريخ أن يتم إستخدام أو تطبيق النظم الإحصائية لمعالجة الكلمات المفتاحية مع هذا الكم الهائل من الروابط الفائقة ذات البنيات المتماسكة ومعلومات الوسائط المتعددة، كما لم يسبق فى التاريخ أن قام هذا العدد الهائل من المستفيدين من إجراء البحث بنظم إسترجاع المعلومات دون الحاجة إلى وسطاء أو مساعدة من أخصائى المكتبات والمعلومات. وكنتيجة لذلك فإن جودة عملية تمثيل وتنظيم واسترجاع المعلومات فى هذه البيئة تعقدت كثيراً مما دعى إلى ظهور وصك مصطلح جديد وهو مصطلح تنظيم الفوضى Organizing Chaos لوصف الوضع الذى ظهر مع بدايات انتشار الانترنت وعلى وجه الخصوص محركات بحث الويب Web Search Engines. لذلك فقد أصبح إسترجاع النصوص الكاملة Full Text Retrieval هو النمط السائد وليس الإستثناء فى الإسترجاع على الإنترنت، كما ساعدت الإنترنت على سرعة إنتشار تقنيات إسترجاع المعلومات التى كان يتم إختبارها مسبقاً فى المعامل، بحيث أنتشرت نظم إسترجاع معلومات التى تعمل على الإنترنت ولعل أبرزها محركات بحث الويب مثل Google, Yahoo, Bing, Ask Jeeves، وعموماً فإن نتائج البحوث الخاصة ببيئة المختبرات يتم تطبيقها بصورة موسعة فى نظم تمثيل وإسترجاع المعلومات على الإنترنت.
وعلى الرغم أن المرحلة الرابعة وهى مرحلة محركات بحث الويب قد أثرت في كل أنماط العمل بقواعد البيانات ونظم استرجاع المعلومات التقليدية وفى سلوكيات المستفيدين، إلا أن هذه المرحلة نفسها مرت بالعديد من المتغيرات المتنوعة التي سيتم تناولها بالتفصيل عند التعرض لتاريخ محركات البحث ومنها نشأة ما وراء المحركات وأنظمة البحث الفيدرالي وأنظمة الاكتشاف وغيرها من الأدوات التي تميزت بإمكانيات البحث المتعدد والموزع على أكثر من قاعدة بيانات أو محرك بحث.
1.1.5 عصر الذكاء الاصطناعي (بداية الألفية الجديدة)
لقد عمل القائمون على تطوير أنظمة استرجاع المعلومات منذ بدايات استخدام الحاسبات الآلية على أبتكار آليات ذكية للتعامل مع قواعد البيانات النصوص والوسائط المتعددة. فمنذ ثمانيات القرن الماضى بدأ الباحثون في تطوير أنظمة أطلق عليها مصطلح انظمة استرجاع المعلومات الذكي. ومع بداية التسعينات بدأ التحول الحقيقي نحو استخدام خورزميات الذكاء الاصطناعي، حيث بدأت النظم في التحول من نماذج البحث البولينى التقليدية إلى أنظمة أكثر ذكاءً في تلبية إحتياجات المستفيدين وفى ترتيب وفلترة النتائج Results Ranking تعتمد على نماذج جديدة للبحث مثل نموذج مساحة الزاوية Vector Space والنموذج الاحتمالى Probalistic Model والنموذج اللغوى. وقد فتحت تلك الأنظمة التي تعتمد على الاستدلال التقريبى Approximate Inference الطريق نحو تطوير مكونات أكثر ذكاءً بأنظمة استرجاع المعلومات، وخاصة مع النمو الهائل في عدد الوثائق والنصوص والفيديوهات التي أصبحت متاحة بقواعد البيانات وعلى الأنترنت، مما نتج عنه أيضا نمو كثيف في الأبحاث والدراسات في هذا الإتجاه. ولعل ابرز التطورات في هذا الإتجاه تمثلت في أنظمة خورزميات تردد ووزن المصطلحات والمعالجات اللغوية بالبتر والجذع وغيرها من الأساليب التي سيتم عرضها بالتفصيل في الفصل التاسع. كما ظهرت الحاجة إلى معالجة أكثر كفاءة لتلك المواد لإشتقاق واستخلاص المعرفة من البيانات التي أصبحت متاحة بصورة رقمية مكثفة في تلك البيئة.
وقد أصبح من السهل تطبيق كل أو معظم التقنيات التي يتم إبتكارها في الذكاء الاصطناعى على أنظمة استرجاع المعلومات بنجاح كبير ومنها أنظمة تعلم الآلة Machine Learning مثل التغذية المرتدة من البحث Retrieval Feedback وتفاعلات المستفيدين User Interactions وأنظمة معالجة اللغة الطبيعية.
ومع بدايات أنتشار أنظمة الذكاء الأصطناعى في بيئة الأنترنت مع بداية العقد الثالث من القرن الجديد وخاصة من ظهور أنظمة البحث الذكية مثل Chat GPT تحولت عملية البحث من آليات البحث بالكلمات من خلال توجيه استفسار بكلمات مفتاحية إلى أنظمة حوار مع النظم من خلال البحث باللغة الطبيعية وإجراء حوار مع النظام، كما تمكنت النظم الذكية من تقديم معلومات مركزة في صورة مقالات للمستفيد في مقابل النظم لتقليدية التي كانت تقدم وثائق متعددة على المستفيد ان يختار من بينها. من ثم فانظمة استرجاع المعلومات التي تعتمد على تطبيقات الذكاء الاصطناعى أحدثت تحوليين أساسيين في هذا المجال هما:
- البحث بالمشكلة في صورة جمل باللغة الطبيعية في مقابل البحث بالكلمات المفتاحية في الأنظمة التقليدية.
- استرجاع نصوص ومعلومات في صورة مقالات بالانظمة الذكية في مقابل استرجاع وثائق مرشحة للمستفيد للإختيار من بينها فى الأنظمة التقليدية.
المراجع المذكورة في النص: Wynar & Taylor (1985)؛ Bush (1945)؛ Hiemstra (2009)؛ Borko & Bernier (1975)؛ Swanson (1988)؛ Salton (1987)؛ Hahn (1996).
