دمج تقنيات محاذاة الأنطولوجيا عبر التصويت: إطار بحثي يوازن بين دقة النماذج واسترجاع البيانات المعقدة

كشف فريق بحثي يضم حامد بابائي غيغلو وسورين أوير وبايو بوبوف ومهسا صانعي وجينيفر ديسوزا عن إطار عمل جديد باسم «OntoAligner-Ensemble»، مخصص لتوحيد ومحاذاة الأنطولوجيات ومخططات البيانات المتباينة. الورقة البحثية المقبولة في ورشة «OM-2026» ضمن مؤتمر «ISWC 2026» تعالج معضلة قائمة في إدارة البيانات الدلالية، حيث تتعدد أساليب مطابقة المفاهيم بين التقنيات المعجمية والهيكلية وتضمينات الرسوم البيانية المعرفية، وصولا إلى النماذج اللغوية الكبيرة والتوليد المعزز بالاسترجاع، دون وجود آلية منهجية للتوفيق بين تنبؤاتها المتعارضة في بيئة واحدة.

يعتمد الإطار المقترح على هيكلية معيارية غير مقيدة بنوع خوارزمية المحاذاة، حيث يدمج التطابقات المحتملة عبر عملية مبرمجة تتألف من مرحلتين رئيسيتين: استراتيجيات دمج قائمة على التصويت متعدد المستويات، تليها سياسات انتقاء واختيار نهائية لما بعد الدمج. أثبتت التجارب أن دمج تقنيات غير متجانسة يعزز دقة النتائج، بينما يقود دمج النماذج اللغوية المتشابهة إلى رفع التوازن الإجمالي الشامل. وقد اختبر الباحثون هذا النهج عمليا عبر دمج أدوات محاذاة سلاسل النصوص الخفيفة، ونماذج التضمين للرسوم البيانية المعرفية، ونظم التوليد المستند إلى الاسترجاع المدعومة بنماذج لغوية مفتوحة المصدر وأخرى تعمل عبر واجهات برمجة التطبيقات.

شمل التقييم التجريبي ثماني مهام اختبار قياسية موزعة على خمسة مسارات ضمن مبادرة تقييم محاذاة الأنطولوجيات، ممتدة من مجالات الطب الحيوي المعقدة إلى سيناريوهات المطابقة المتقدمة غير المتكافئة. وأظهرت النتائج أن الدمج المنظومي يتفوق بانتظام على النماذج الفردية المستقلة في موازنة الدقة والاستدعاء. كما كشف التحليل عن قاعدة معمارية حاسمة: تؤدي التوليفات الهجينة العابرة للمدارس التقنية المختلفة إلى رفع دقة المطابقة ومنع الارتباطات الخاطئة، في حين تحقق التوليفات المتجانسة المعتمدة بالكامل على نماذج لغة متعددة أعلى معدل كفاءة عام لاكتشاف الروابط المعقدة.

يحمل هذا التحول دلالة هندسية مباشرة للفرق التقنية ومؤسسات البيانات في الخليج ومصر، ولا سيما في مشاريع التحول الرقمي المصرفي وبناء الرسوم البيانية المعرفية للقطاعات الحكومية والصحية. عند محاولة توحيد قواعد البيانات الضخمة أو ربط السجلات الطبية القديمة بالمعايير الحديثة، يتيح هذا الإطار لمهندسي البيانات تقليل الاعتماد على التدخل البشري المكلف للتحقق من صحة الربط، واستبدال النماذج الفردية المكلفة بتوليفة تصويت هجينة تجمع بين أدوات مطابقة النصوص الخفيفة ونماذج الاستدلال المحلية، ما يخفض استهلاك الحوسبة ويضمن دقة تصنيف البيانات الحساسة.

الانتقال من الاعتماد على نموذج لغوي أحادي إلى بنية تصويت متعددة المسارات يعيد رسم أولويات بناء خطوط معالجة المعرفة في المنطقة. بدلا من حصر خيارات الربط الدلالي في استدعاءات باهظة لنماذج عملاقة، يمكن لفرق التطوير الجمع بين نماذج التضمين السريعة وخوارزميات النصوص التقليدية لغربلة الترشيحات، وقصر التحكيم النهائي على استراتيجيات اختيار منضبطة، وهو ما يمنح المؤسسات تحكما أكبر في إدارة المخاطر الدلالية وحوكمة تدفق المعلومات بين منظوماتها المتعددة.