الترجمة الآلية عربي–إنجليزي

مشروع الترجمة العصبية (Neural Machine Translation)

1. تجهيز البيانات:

قمت بجمع وتجهيز 56 ألف جملة ثنائية اللغة (عربي–إنجليزي) من مصادر مفتوحة.

طبّقت خطوات تنظيف ومعالجة نصية شملت:

إزالة الرموز الغير ضرورية.

توحيد التشكيل والمسافات.

تصفية الجمل المكررة أو الطويلة جداً.

تقطيع النصوص (Tokenization) ومعالجة الاتجاه (Right-to-Left) للغة العربية.

2. بناء النموذج:

اعتمدت على MarianMT من مكتبة Hugging Face كنموذج أساسي.

قمت بعملية Fine-tuning للنموذج على البيانات الخاصة بي، مع:

استخدام Adam Optimizer وضبط Learning Rate Scheduling.

تدريب النموذج لعدة إبوك (Epochs) مع Early Stopping لتفادي الـ Overfitting.

دعم Mixed Precision Training لتسريع الأداء وتقليل استهلاك الذاكرة.

3. التقييم والتحسين:

اختبرت النموذج على مجموعة بيانات مخصصة للاختبار.

حقق نتائج قوية:

BLEU = 40.4 (مؤشر عالي لجودة الترجمة).

METEOR = 0.70 (يعكس دقة أعلى في المعنى).

قمت بمقارنة النتائج مع ترجمة Google Translate في عينات عشوائية وكانت جودة الترجمة متقاربة أو أفضل في بعض الجمل المتخصصة.

4. النشر والتطبيق العملي:

أنشأت تطبيق تفاعلي باستخدام Streamlit يتيح للمستخدم:

إدخال نص عربي والحصول على ترجمة إنجليزية فورية.

تحسين جودة العرض بإظهار النص الأصلي والترجمة في واجهة بسيطة.

التطبيق تم تصميمه ليكون خفيف وسريع مع إمكانية نشره على الويب (Streamlit Cloud أو Heroku).