أتمتة التمييز بين المعرب والمولد في اللغة العربية باستعمال تقنيات التعلم الآلي دراسة صرفية تطبيقية

د.علاء عبدالخالق حسين المندلاوي
بحث علمي لموقع مؤسسة العراقة للثقافة والتنمية
بتاريخ2/ 10/ 2026

ملخص البحث:
يهدف هذا البحث بنحوٍ رئيس إلى بناء جسر معرفي وتطبيقي بين علوم الصرف العربي الأصيلة وتقنيات الذكاء الاصطناعي، من خلال تطوير نموذج حاسوبي قادر على التمييز الآلي بين الكلمات الأصيلة والمعربة والمولدة، مستنداً في ذلك إلى الخصائص البنيوية والاشتقاقية التي تميز لغة الضاد، ولتحقيق هذه الغاية اعتمدت الدراسة على المنهج الوصفي التحليلي لتأصيل القواعد الصرفية وتوصيف علامات العجمة والتوليد في التراث اللغوي، والمنهج التجريبي التطبيقي لبناء النماذج الحاسوبية واختبار كفاءتها عبر مدونات لغوية موسومة، حيث شملت الإجراءات البحثية تحويل الأوزان الصرفية إلى ميزات هندسية وقيم عددية قابلة للمعالجة، وتدريب شبكات عصبية عميقة (CNN وRNN) على رصد الأنماط الصرفية المتسقة والشاذة، وقد خلصت النتائج إلى أن البناء الصرفي العربي يمتلك قابلية عالية للنمذجة الرقمية بدقة تتجاوز 90%، مع وجود تحديات في التمييز بين المولدات التي تلبس لبوس الأصالة الصرفية، وهو ما يستدعي دمج البعد التاريخي مع التحليل البنيوي، وبناءً على ذلك يوصي الباحث بضرورة تكامل الجهود بين اللغويين والتقنيين لإنشاء مدونات لغوية تاريخية شاملة، وإدراج اللسانيات الحاسوبية كمادة أساسية في أقسام اللغة العربية لتمكين الباحثين من أدوات العصر، وكما يقترح الباحث مشاريع مستقبلية تهدف إلى تطوير “معجم أنطولوجي ذكي” يعتمد على تقنية سلاسل الكتل لتوثيق تاريخية الألفاظ، ودراسة أثر الذكاء الاصطناعي التوليدي في إحياء الأوزان المهجورة وتفعيل الاشتقاق الأكبر لمواكبة الانفجار المعلوماتي المعاصر، بما يضمن بقاء العربية لغة حية وقادرة على المنافسة في الفضاء الرقمي.
الكلمات المفتاحية: الصرف العربي، الذكاء الاصطناعي، التعلم الآلي، المعرب والمولد، اللسانيات الحاسوبية، هندسة الميزات.

Automating the Distinction Between Arabized and Post-Classical Words in the Arabic Language Using Machine Learning Techniques: An Applied Morphological Study
Abstract:
This research primarily aims to establish a cognitive and applied bridge between the authentic sciences of Arabic morphology and Artificial Intelligence (AI) technologies. This is achieved by developing a computational model capable of automatically distinguishing between original (authentic), Arabized (Mu’arrab), and post-classical (Muwallad) words, drawing upon the structural and derivational characteristics that define the Arabic language. To achieve this objective, the study employs a descriptive-analytical approach to ground morphological rules and characterize signs of foreignness (Ajama) and word generation within the linguistic heritage. Simultaneously, it utilizes an applied experimental methodology to construct computational models and evaluate their efficiency using annotated linguistic corpora.
The research procedures involved transforming morphological weights (patterns) into engineered features and processable numerical vectors. Deep neural networks, specifically Convolutional Neural Networks (CNN) and Recurrent Neural Networks (RNN), were trained to detect consistent and anomalous morphological patterns. The results concluded that the Arabic morphological structure possesses a high capacity for digital modeling, achieving accuracy exceeding 90%. However, challenges remain in distinguishing post-classical words that mimic authentic morphological patterns, necessitating the integration of a historical dimension with structural analysis.
Accordingly, the researcher recommends the integration of efforts between linguists and technologists to create comprehensive historical linguistic corpora and the inclusion of Computational Linguistics as a core subject in Arabic language departments to empower researchers with modern tools. Furthermore, the researcher proposes future projects aimed at developing an “Intelligent Ontological Lexicon” based on Blockchain technology to document the etymology of terms. It also suggests studying the impact of Generative AI in reviving obsolete morphological patterns and activating “Greater Derivation” (Al-Ishtiqāq al-Akbar) to keep pace with the contemporary information explosion, ensuring that Arabic remains a vibrant and competitive language in the digital sphere.
Keywords: Arabic Morphology, Artificial Intelligence, Machine Learning, Arabized
أتمتة التمييز بين المعرب والمولد في اللغة العربية باستعمال تقنيات التعلم الآلي دراسة صرفية تطبيقية