قياس التغيرات الزمنية في المصطلحات التاريخية عبر "Text Mining".

الملخص

في العقدين الأخيرين، أحدثت تقنيات التنقيب الرقمي في النصوص Text Mining))، (التعدين النص) ثورة في دراسة اللغة والتاريخ، مما مكّن الباحثين من تحليل كميات ضخمة من النصوص التاريخية بطريقة أكثر دقة وموضوعية مقارنة بالطرق التقليدية. ويعتمد هذا البحث على تقنيات معالجة اللغة الطبيعية (NLP) وتنقيب النصوص لاستخلاص وتحليل التغيرات التي طالت المصطلحات التاريخية عبر فترات زمنية متعددة، وذلك باستخدام مجموعات نصوص كبيرة من مصادر تاريخية رقمية متدرجة زمنياً. وتتمثل أهمية هذا البحث في قدرته على رصد تحوّل استخدام المصطلحات التاريخية ومعرفة متى ظهرت، وكيف تطورت دلالاتها، ومدى ارتباط هذه التغيرات بالتحوّلات الاجتماعية والسياسية والثقافية في المجتمعات المعنية، يُستخدم في الدراسة نماذج مثل) (TF‑IDF لتمييز الكلمات ذات الأهمية العالية في فترات زمنية مختلفة، وتقنيات نمذجة الموضوعات Topic)، Modelling)، (عنوان النمذجة) لاستخراج الأنماط الدلالية المرتبطة بكل عصر. وقد أظهرت نتائج علمية حديثة (2025) من تجارب في تحليل النصوص التاريخية الأوروبية عبر نماذج) (Explainable Machine Learning، (التعلم الآلي القابل للتفسير) أن الأنماط اللغوية المرتبطة بفترات زمنية محددة يمكن التنبؤ بها بدقة تصل إلى 76.7% في التمييز بين قرون مختلفة، كما أن تحليل أهمية الميزات كشف عن مؤشرات تطورية لغوية واضحة عبر الزمن. وتوفر هذه النتائج دلالة قوية على جدوى تطبيقات التنقيب الرقمي في الدراسات التاريخية، ليس فقط في تتبع التغيرات المصطلحية، بل أيضاً في فهم العلاقة بين اللغة والسياق الاجتماعي‑السياسي الذي نشأت فيه هذه المصطلحات، مما يفتح آفاقاً جديدة للبحث في اللسانيات التاريخية والعلوم الإنسانية الرقمية.