المشاركة في مسابقة NAKBA
حصلت مسراج على المركز الأول في مسابقة NAKBA NLP 2026 للتعرف على النصوص العربية المكتوبة بخط اليد بنموذج بصير Nakba، نموذج رؤية ولغة بحجم 3 مليارات معامل سجّل معدل خطأ في الحروف قدره 0.0790 ومعدل خطأ في الكلمات قدره 0.2440 على مجموعة الاختبار المخفية.
من وراء الكواليس: كيف بنينا النموذج الرابح في مسابقة NAKBA NLP 2026
في مؤتمر LREC
يوضح المنشور خطوات بناء النموذج الفائز — يمكنكم قراءة التفاصيل الكاملة في صفحة أبحاث NAKBA NLP 2026 — كما يشرح الورقة البحثية أدناه. https://lnkd.in/eaGtpaQV
تُستخدم تقنيات التعرف على الكتابة اليدوية العربية وراء هذا الفوز أيضًا في منتج بصير OCR، منتجنا الإنتاجي لمعالجة المستندات العربية.
هل ترغبون في الاستفادة من خبرتنا في التعرف على الكتابة اليدوية العربية لمستنداتكم؟ تواصلوا مع فريقنا.
المسابقة
نظّمت NAKBA NLP 2026، المنعقدة مع مؤتمر LREC 2026، مسابقة في التعرّف على الخط اليدوي العربي: قراءة المخطوطات العربية التاريخية وإخراج نصوصها. صفحات هذه المخطوطات شديدة الاتصال، كتبتها أيدٍ كثيرة مختلفة، وكثيرًا ما أتلفها الزمن، وهذا تحديدًا ما تتعثر فيه أدوات التعرّف الضوئي العامة. وجرى ترتيب الفرق وفق معدل الخطأ في الحروف (CER) ومعدل الخطأ في الكلمات (WER) على مجموعة اختبار مخفية مستضافة على منصة Codabench.
النتيجة: المركز الأول
حصل نموذجنا، المشارك باسم Misraj AI، على المركز الأول في لوحة الترتيب الرسمية، بمعدل خطأ في الحروف 0.0790 ومعدل خطأ في الكلمات 0.2440. وهذه صدارة الجدول:
| المركز | الفريق | CER | WER |
|---|---|---|---|
| 1 | Misraj AI | 0.0790 | 0.2440 |
| 2 | Oblevit | 0.0925 | 0.3268 |
| 3 | 3reeq | 0.0938 | 0.2996 |
| خط الأساس | 0.3683 | 0.6905 |
ومقارنة بخط الأساس في المسابقة، يعني ذلك نحو خُمس أخطاء الحروف ونحو ثلث أخطاء الكلمات.
نقطة الانطلاق: بصير
لم نبدأ من نموذج فارغ. فالنموذج المشارك تكييف لبصير، نموذج الرؤية واللغة الذي طوّرناه للمستندات العربية بحجم 3 مليارات معامل، والموصوف في الورقة arXiv:2509.18174. ضُبط بصير انطلاقًا من Qwen2.5-VL-3B-Instruct على 500 ألف زوج من الصفحات والنصوص العربية، ويسجّل معدل خطأ في الكلمات قدره 0.25 على معيار Misraj-DocOCR للمستندات المطبوعة. أما الخط اليدوي التاريخي فمشكلة أصعب، فكان العمل على نقل قدرة القراءة هذه إليه.
كيف بنيناه
اتبع التدريب منهجًا متدرجًا من الضبط الدقيق الموجَّه على عدة مراحل:
- مواءمة البيانات. حُوّلت مجموعة بيانات Muharaf، المشابهة في بنيتها لصفحات المسابقة، إلى التدرج الرمادي لتطابق درجاتها اللونية بيانات Nakba.
- تدريب مُفكِّك النص أولًا. دُرّب مُفكِّك النص وحده على Muharaf لتهيئة رأس النمذجة اللغوية قبل المساس بالجانب البصري.
- ضبط النموذج كاملًا. ثم فُكّ تجميد مُرمِّز الرؤية ودُرّبت البنية كاملة على بيانات Nakba، بمعدل تعلّم للمُرمِّز أقل منه للمُفكِّك. وحسّنت هذه الخطوة معدل الخطأ في الكلمات بأكثر من 5% مقارنة بضبط المُفكِّك وحده.
- دمج أفضل النقاط المرجعية. دُمجت النقطتان المرجعيتان من الدورتين الأولى والخامسة بطريقة SLERP بوزن متساوٍ، لتثبيت التنبؤات وتحسين التعميم.
وكانت البيئة متواضعة: وحدتا معالجة رسومية NVIDIA H100، وخمس دورات تدريبية، ومُحسِّن AdamW بجدولة جيبية، وحجم دفعة 128، وتسلسلات تصل إلى 1,200 رمز، وصور إدخال بأبعاد 644 × 644 بكسل. وبلغ معدل تعلّم المُرمِّز 9e-6 مقابل 1e-4 للمُفكِّك.
ما المتاح للعموم
الأوزان منشورة على Hugging Face باسم Misraj/Baseer__Nakba بترخيص CC BY-NC-SA 4.0، ومسار الاستدلال منشور على GitHub باسم misraj-ai/Nakba-pipeline. ويعمل النموذج على أفضل وجه مع صفحات تشبه بيانات Nakba ومع المخطوطات التاريخية المشابهة لها بصريًا.
أسئلة
ما الفرق بين بصير Nakba وبصير؟ يقرأ بصير المستندات العربية المطبوعة ويشغّل بصير OCR. أما بصير Nakba فهو الأساس نفسه مكيَّفًا للمخطوطات التاريخية المكتوبة بخط اليد.
ماذا يقيس CER وWER؟ نسبة الحروف ونسبة الكلمات التي يخطئ فيها النموذج مقارنة بنسخ مرجعي. وكلما انخفضت كان أفضل.
هل يمكن استخدام النموذج تجاريًا؟ الأوزان المنشورة تحمل ترخيصًا غير تجاري، CC BY-NC-SA 4.0. ولتجربة بصير على مستنداتك، زر baseerocr.com.
قراءة لوحة الترتيب كاملة
رُتّبت ثمانية فرق على مجموعة الاختبار المخفية. وبعد المراكز الثلاثة الأولى جاء Latent Narratives (CER 0.1050، WER 0.3106)، ثم Al-Warraq (0.1142، 0.3780)، ثم Not Gemma (0.1217، 0.3063)، ثم NAMAA-Qari (0.1950، 0.5194)، ثم Fahras (0.2269، 0.5223). والفارق أوضح ما يكون في الكلمات الكاملة: فمعدل الخطأ في الكلمات لدينا، 0.2440، هو الوحيد في اللوحة دون 0.29، وأقرب معدل بعده، 0.2996 لفريق 3reeq، أعلى منه بأكثر من خمس نقاط.