انتاج الصور من خلال النص الكتابي عربي باستعمال الذكاء الإصطناعي

أظهرت النظم الحالية للذكاء الاصطناعي نتائج مبهرة في انتاج الصور الواقعية تلقائيًا من وصف النصوص. في الواقع، يُستخدم شبكات الإنتاج والتنافسية (GANs) على نطاق واسع في مهام تحويل النص إلى صورة. يقوم المُولد بإنشاء صور واقعية بناءً على المتجهات العشوائية والجُمل. ومن أجل إنشاء صور من النص العربي، ندمج DF-GAN كإطار عمل لتوليد الصور من النص، بالإضافة إلى هندسة AraBERT. لتحقيق هذا الهدف، أعددنا أولاً مجموعات بيانات جديدة تتوافق مع مهمة إنشاء الصور من النص العربي من خلال تطبيق DeepL-Translator للترجمة من الإنجليزية إلى العربية على وصف النصوص في مجموعات البيانات الأصلية. ثم، استفدنا من قوة AraBERT التي تم تدريبها على مليارات الكلمات العربية لإنتاج تضمين جملة قوي، وقمنا بتقليل أبعاد ذلك المتجه ليتوافق مع شكل DF-GAN. ثالثًا، نقوم بحقن التضمين المتجانس للجملة في أجزاء UPBlocks من DF-GAN ونقوم بتدريب الهندسة المقترحة على مجموعتي بيانات صعبتين.