لغويات المدوّنة العربية الحاسوبية (كما أحبُّ أن أسميه)

إني على يقين تام بأن علم لغة المدونة الحاسوبية corpus linguistics (أو لغويات أو لسانيات بدلاً من «علم اللغة» أو المدونة أو المدونة اللغوية أو المتون بدلاً من «المدونة الحاسوبية») مجهولٌ لدى كثير من المختصين بالتحليل اللغوي العربي وغير المختصين بتحليل الخطاب العربي،
ولا غرو أن تتعدد مصطلحات corpus في العربية لأن قضية التعدد المصطلحي طبيعي لظروف النقل من لغة إلى أخرى لكل مصطلحات العلوم بين العلوم، وقد بتُّ آلفه إلا أنني لا أستحسنه كثيرًا أجده معرقلاً للمهتمين العرب!
وعلى أية حال: يهمنا هنا هذا العلم بمادته الإنجليزية corpus linguistics والوقوف عليه لتعريف القارئ به، وبأهم ما يسعى إليه، وحري بأن يدرك القارئ بأن هذا العلم جديدٌ على العالم العربي، بل والشرق الأقصى عدا المؤسسات اليابانية والصينية، وكان ولادته وتطوره في الشرق الأدنى وأعني: المملكة المتحدة ومن بعدُ أمريكا الشمالية. وقد يظن البعض بأنه مستقر في العالم العربي مع استقرار مصطلحات عربية من قبيل: «الذخيرة اللغوية» ومشروعه الذي أسسه عبدالرحمن حاج صالح في عام 1997م، والذي يهدف إلى حوسبة اللغة العربية وتأسيس بنك لغوي عربي للعربية الطبيعية (المنتجة فعلاً)، وهذا غير دقيق. وسأوجز هنا قضية المصطلح قبل الدخول إلى توضيح هذا العلم للقارئ، فالمصطلحات: «الذخيرة» و»المكنز» و»المتن» (ولاحقا المدونة اللغوية) كلها لم تكن بإزاء مصطلح corpus في التسعينيات في العالم العربي- عدا بعض الترجميات المعجمية الاختصاصية التي تضع المقابل الأجنبي - وظهر مصطلح «المدونة» مقابل مصطلح corpus مع انطلاقة مشروعين رسميين لمفهوم مصطلح corpus، وهما: المدونة العربية التابعة لمدينة الملك عبدالعزيز للعلوم والتقنية ومدونة الإسكندرية.
وأقف هنا وقفة سريعة عن كنه العمل في كل مصطلح؛ فمصطلح «الذخيرة» عربيًا قد استعمل بكثرة مع المصطلح الفرنسي repertoire، ويحمل المفهوم الفرنسي المبعوث من اللاتينية القديمة الذي معناه: (مجموع المخزون الكليّ المدخر)، والمفهوم العربي الأكثر استعمالاً في مجال العسكرية (البارود والأسلحة؛ والجمع: ذخائر)، وفي الدرس اللساني عندئذ يدل على حصيلة اللغة الممكن جمعها! ولكن أية حصيلة؟ بمعنى: هل الحصيلة اللغوية هنا-أو المصطلح الأجنبي- دالةٌ على الإنتاج الطبيعي اللغوي أم دالةٌ على كل ما في اللغة من مفردات وأنظمة لغوية صرفية وتركيبية بصورة مجردة (كما يدل عليها المفهوم الخاص بها من بعض مفاهيم مصطلح lexicon). من المهم هنا أن نقف مع بعض المكونات الدلالية لهذا المصطلح العربي الذي ابتدأ به عبدالرحمن حاج صالح وبقية المصطلحات العربية، ومن ثمة نقف مع المصطلح الأجنبي corpus نفسه الذي استقر منذ السبعينيات الميلادية في الغرب ليدل على مجموعة النصوص اللغوية المحوسبة آليا لغرض التحليل الآلي.
مصطلح الذخيرة-كما قلنا آنفا-هو مجموع المخزون الكلي (وهو المعنى المركزي له)، والمكنز وما يُكنز لا يكونان لأي غرض مستقبلي محدد الغاية والوظيفة، والمتن في اللغة: أصول المفردات والألفاظ، وبناء على هذه التعريفات: أي هذه المقابلات دالٌ على مصطلح corpus بمعناه العلمي (نصوص لغوية متتنوعة بتنوع أحجامها وأغراضها وأنواعها وأعداد اللغة فيها المدخلة حاسوبيا لأغراض المعالجة والتحليل الآلي والإحصائي)؟ لا أرى من أحدها ما يقترب لمفهوم المصطلح الأجبني corpus، ولذلك لا حاجة إلى أن نفضل أحدها على الآخر، فمصطلح «الذخيرة اللغوية» يعني اللغة كلها وهذا يستحيل لأي مدونة حاسوبية حتى لو بلغت مليارًا ونصف مليار كلمة، ومصطلح repertoire الذي يخص مفهوم «الذخيرة اللغوية» دال على ذلك المعنى المجرد لكل اللغة، وبذلك يكون غير دال على مصطلح corpus. أما المصطلح العربي (المتن) الذي يدل بقوة على ما يلفظ ثم يدوّن كمتنون الحديث النبوي الذي سَبَقَ اللفظُ بها تدوينَها فهو جزء من مصطلح المدونة الحاسوبية corpus؛ لأن المنطوق في المدونة الحاسوبية يعني: الكلام المنسوخ آليا إلى نص مكتوب، والمدونة الحاسوبية تجمع اللغة المنطوقة المحولة إلى المكتوب أو المكتوبة في الأصل، وعليه فإن مصطلح «المتن» لا يحمل الشرط المكوّن لدلالة corpus المنطوقة والمكتوبة. أما قولنا: «المدونة اللغوية» فهو مزيد لأن ما يدوّن في الأصل هو «اللغة» نطقا أو إملاء أو نقلا أو كتابةً، وعلى ذلك كله أجدني مع المقابل العربي: «المدونة الحاسوبية» لأن المدونة تتضمن «اللغة» والحاسوبية تتضمن مفاهيم الحقل corpus linguistics، وبذلك لا يكون متداخلا مع مصطلح blog الذي يقابله «المدونة» أو «المدونة الشخصية».
وبعد ذلك كله؛ نطرح السؤال الآتي: ما هذا العلم؟ وهل هو نفسه اللغويات الحاسوبية computational linguistics ؟ بالطبع هناك من اللغويين الغربيين المعروفين-أمثال توني مكنري Tony McEn ery-في نطاق علم لغة المدونة الحاسوبية من يرى أن هذا العلم جزء من اللغويات الحاسوبية، وهناك من يراه مستقلًا بالمرة، وفي رأيي أنه مستقل؛ فاستقلاله يكمن بسبب تبلور مناهجه الخاصة به (جمع النصوص آليا، والتنوع في الأوعية والمجالات للنصوص، وتوسيم أقسام الكلام فيها آليا، وبناء أداة حاسوبية لمعالجتها وإظهار تطابق الكلمات فيها وتكراراتها وكشافاتها السياقية والتتابع اللفظي والعلميات الإحصائية الخاصة بالمدونة الحاسوبية corpus)، بعكس مناهج اللغويات الحاسوبية (البناء الصرفي والتركيبي والدلالي وبناء خوارزميات لتحليله وتوليده وتصميم تطبيقات حاسوبية له ورائده في المعالجة الصرفية: نبيل علي؛ بالإضافة إلى بناء أي تطبيق حاسوبي مادته اللغة نفسها: معاجم حاسوبية، أو ترجمة آلية، أو برامج تحليلية لعموم اللغة وروادها عديدون معدودون وجودتها حتى اليوم في عالمنا العربي ليست كجودة الشرق الأدنى وأمريكا الشمالية والصين واليابان).
وليتحمل معي القارئ التناقض الذي سأقوله الآن: هذان العِلمان ليسا منفصلين كما قلنا حرفيًا؛ لأن نشأة لغويات المدونة الحاسوبية كان نتيجة تطور اللغويات الحاسوبية، وتطور لغويات المدونة الحاسوبية كان نتيجة اتساع تطور اللغويات الحاسوبية؛ وبما أن محور لغويات المدونات الحاسوبية هو كشف تطابق الكلمات في النصوص الآلية بأدوات معالجة اللغة وإظهار عدد تكراراها وبناء مراجع أوعيتها ومجالاتها وكشافات السياقية (الكلمات التي قبلها وبعدها) مع الإحصاءات المعمول بها في الحقل، فإن ذلك قد بلغ مبلغه حتى يومنا هذا بفعل أجيال الحاسب الآلي.
فالجيل الأول أنتج حزمة الكشافات السياقية كلوك CLOC في عام 1978م وغيرها التي كانت تعمل على خوادم الحواسيب المركزية، والجيل الثاني استعمل ما توافر من أجهزة آي بي إم في نهاية الثمانينيات من القرن العشرين التي صارت تعمل عمل تلك الحواسيب المركزية بسرعات ضئيلة جدا وحجم بيانات نصوصية مدونيّة حاسوبية صغيرة، والجيل الثالث أبدع في تصميم أدوات معالجات اللغة كووردسميث WordSmith وأكونكورد aConCorde ومونوكونك MonoConc وغيرها، وثمة معالج يعد الأفضل للغة العربية قام بتصميمه والسعي في تطويره-حتى اليوم-المركزُ الوطني لتقنية الحاسب والرياضيات التطبيقية بمدينة الملك عبدالعزيز للعلوم والتقنية، وبإدارة برمجيّة من الدكتور عبدالمحسن الثبيتي، وأفضل معالج هو ذلك المعالج الذي يتيج وظائف آلية عديدة للتحليل والكشف عن التطابق والكشافات والمتتابعات اللفظية والدوال الإحصائية بين مجلدات النصوص وبين الكلمات داخل النصوص وبينها جميعا. أما الجيل الرابع فلم يعمل إلا على تطوير السرعة والسعي في تسريع معالجة اللغة بتلك الأدوات.
واتسع هذه العلم بصورة مذهلة وكبيرة مع مطلع القرن الحادي والعشرين، وأصبحت الحوسبة والتحليل اللغوي والتوسع فيه متشعبا، وهو تشعب شكّل أنواعا عديدة من المدونات الحاسوبية بتعدد الغرض والنوع والتصميم وعدد اللغة فيها من جهة، وبتعدد العمليات الإحصائية التي تُجرى على المدونة وفقا لنوعها من جهة ثانية، وتطور أدوات معالجة النصوص بالتوسيم الآلي أو اليدوي لسلوك الكلمة الواحدة المجردة أو المزيدة لغوياً من جهة ثالثة، وثمة جهات رابعة وخامسة تحتاج إلى من يدخل ضمار هذا العلم. وكما يقول بعض المختصين في هذا العلم، فإن مستقبله مرهون باستمرار التطوير فيه واستمرار البحث به واتساع دائرة الخبراء فيه، وهو أمر حتمي-برأيي-لأن تناول نصوص بالملايين أو البلايين من الكلمات لتحليلها وفقا لمناهج هذا العلم مُغرٍ نظرا لعلميته ودقته كعلمية ودقة العلوم الطبيعية!!
وفي نهاية مطاف المقال؛ لابد أن أثني على سعي قسم اللغة العربية بجامعة الأميرة نورة؛ لأنه القسم اللغوي الوحيد (عربيًا!) الذي أحدث مساق (الحوسبة اللغوية) في برامجه للماجستير في اختصاص بالتعاون مع جامعة الملك محمد الخامس (أكدال)؛ وكونه فريدا يعود إلى ارتباطه المباشر بقسم اللغة العربية تنظيما وتنسيقا وتدريبا، وأتمنى أن يكون أنموذجا لبقية الدراسات اللغوية العربية التي تحتاج إلى أن تبدأ البداية المتأخرة في عوالم لغويات المدونة الحاسوبية بشكل أخص، ونيل القدر المفيد لها من (اللغويات الحاسوبية) بكل احترافية.
سلطان المجيول - أكاديمي بجامعة الملك سعود مختص بالمدونات الحاسوبية