Data Augmentation Techniques for Arabic Short Text Processing
Year: 2026
Type: article
Abstract: تُشكّل النصوص العربية القصيرة تحدياتٍ نظرًا لتعقيدها الصرفي، وتنوّع لهجاتها، وندرة البيانات. يُقدّم توسيع البيانات حلًا، إلا أنه لا توجد مراجعة تُقارن بشكلٍ منهجي بين التقنيات عبر مختلف المهام. ندرس ست استراتيجيات عبر خمس مهام باستخدام 22 دراسة (2019-2026). تُظهر النتائج عدم وجود طريقة عالمية فعّالة: يُحسّن استبدال المرادفات تصنيف الموضوع ولكنه يُضرّ بالتعرّف على الكيانات المسمّاة؛ وتفشل الترجمة العكسية في ظلّ التحوّل اللهجي؛ وتُحسّن النماذج التوليدية تحليل المشاعر عند تصفيتها؛ وتُضخّم إعادة أخذ عينات فضاء الميزات المقاييس بشكلٍ مصطنع. ثلاث مشكلات مُستمرة تتداخل بين المهام: المفاضلة بين التنوّع والدقة، والتلوث اللهجي، والتكلفة الحسابية. نقترح أجندة مُركّزة تُشدّد على أخذ العينات التباينية، والتوليد المُراعي للتحيّز، والتكامل متعدد الوسائط، والتوسيع الخفيف للهجات ذات الموارد المحدودة. تُقدّم هذه المراجعة إرشادات عملية لأُطر معالجة اللغة الطبيعية العربية المُراعية للمهام.
Source: Journal of the Academic Forum
Institutions: Alasmarya Islamic University, University Elmergib
Topic: Topic Modeling
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W7208744155