تُنتج المدن الذكية كميات هائلة من البيانات غير المتجانسة من أجهزة استشعار إنترنت الأشياء، وأنظمة النقل، ومنصات الرصد البيئي، والخدمات العامة، وغيرها من التطبيقات الحضرية المترابطة. وتُعرف عملية الترميز الدلالي بأنها إثراء هذه البيانات الخام أو غير المتجانسة ببيانات وصفية قابلة للتفسير الآلي وأوصاف دلالية، مما يُتيح التكامل الذكي للبيانات، والتوافقية، والاكتشاف، وإعادة الاستخدام. إلا أن الترميز الدلالي اليدوي يستغرق وقتًا طويلاً ويصعب توسيعه، بينما غالبًا ما تعاني الأساليب الآلية بالكامل من الغموض الدلالي، وعدم اتساق الترميز، ومحدودية القدرة على التكيف مع مصادر البيانات غير المتجانسة، واحتمالية الحصول على مخرجات غير دقيقة أو غير موثوقة عند استخدام نماذج اللغة الكبيرة.

تقترح هذه الورقة إطار عمل قائم على نماذج اللغة الكبيرة، وموجه بالأنطولوجيا، ومُراعي لعدم اليقين، لترميز البيانات غير المتجانسة في المدن الذكية. تدمج البنية المقترحة معالجة البيانات الأولية، والترميز الدلالي القائم على نموذج اللغة واللغة (LLM)، وتوجيه المفاهيم والتحقق منها باستخدام الأنطولوجيا، وتقدير عدم اليقين، والتحقق البشري. تُعالج بيانات المدينة الذكية من مجالات متعددة أولًا، ثم تُحوّل إلى تمثيل موحد. بعد ذلك، يُولّد نموذج اللغة واللغة (LLM) ترميزات دلالية مرشحة، تُوجّه وتُقيّد بواسطة أنطولوجيات المجال ذات الصلة لتحسين الاتساق الدلالي وتقليل الترميزات غير الصحيحة أو المُضلّلة. يُقدّر الإطار أيضًا مستوى الثقة وعدم اليقين المرتبطين بالترميزات المُولّدة، مما يسمح بإحالة الحالات غير المؤكدة بشكل انتقائي إلى خبراء بشريين للتحقق منها. تُستخدم الترميزات المُتحقق منها لاحقًا لبناء أو إثراء مخطط معرفة المدينة الذكية.

سيتم تقييم الإطار المقترح باستخدام مجموعات بيانات غير متجانسة تُمثل مجالات متعددة للمدينة الذكية، مثل النقل والبيئة وخدمات إنترنت الأشياء. ستقارن التجارب بين نماذج اللغة الخطية المتعددة واستراتيجيات الشرح، بما في ذلك الشرح المستقل القائم على نماذج اللغة الخطية، والشرح الموجه بالأنطولوجيا، والنهج المقترح الذي يراعي عدم اليقين ويُشرك العنصر البشري. سيشمل التقييم دقة الشرح، والاستدعاء، ودرجة F1، والصحة الدلالية، واتساق الأنطولوجيا، والشمولية، وجهد التحقق البشري، وكفاءة المعالجة.

تشير النتائج المتوقعة إلى أن الشرح الموجه بالأنطولوجيا باستخدام نماذج اللغة الخطية سيحقق دقة دلالية واتساقًا أعلى من النهج غير المقيد القائم على نماذج اللغة الخطية، بينما سيُحسّن التدخل البشري المراعي لعدم اليقين موثوقية الشروح من خلال تركيز جهد الخبراء على الحالات الغامضة أو ذات الثقة المنخفضة. كما يُتوقع أن تُظهر الدراسة أن الجمع بين نماذج اللغة الخطية، والأنطولوجيات، وتقدير عدم اليقين، والتحقق البشري الانتقائي يُوفر نهجًا قابلًا للتطوير وموثوقًا للتكامل الدلالي لبيانات المدن الذكية غير المتجانسة. يمكن للإطار الناتج أن يدعم تطوير مخططات المعرفة الخاصة بالمدن الذكية القابلة للتشغيل البيني وتحسين عملية صنع القرار القائمة على البيانات عبر الخدمات الحضرية المترابطة.

عنوان المؤتمر

المؤتمر الأول للنجاح لتطبيقات الذكاء الاصطناعي

دولة المؤتمر

فلسطين

تاريخ المؤتمر

18 أكتوبر، 2026 - 18 أكتوبر، 2026

راعي المؤتمر

An-Najah N. University

معلومات إضافية

موقع المؤتمر الإلكتروني