مخطط مشروع الوكيل الصوتي العربي

المرحلة 00 — جمع البيانات

سحب النصوص القانونية والأسئلة الشائعة من الموقع الرسمي لوزارة الموارد البشرية باستخدام Selenium.

الموقع يعتمد على JavaScript عشان تظهر المحتويات، لذلك استخدمنا Selenium يفتح Chrome حقيقي في الخلفية ويقرأ الصفحة بعد اكتمالها.

المصدر	النتيجة
مواد نظام العمل	249 مادة، 13 عمود
الأسئلة الشائعة (FAQ)	711 سؤال، 10 أعمدة

الكود يشتغل مرة واحدة فقط عند الحاجة لتحديث البيانات من الموقع، وبعدها تُحفظ الملفات وتستخدمها المراحل التالية مباشرة بدون إعادة السحب.

تنظيف البيانات الخام وفصل المواد الفعالة عن الملغاة وتقسيم الأسئلة الشائعة لمنع تسريب البيانات.

تقرير الجودة: 16 فحص كلها نجحت — تسريب بيانات صفر، تكرار صفر، مواد ملغاة في الـ RAG صفر.

💡 "المواد الملغاة محفوظة كأرشيف فقط وما تدخل الاسترجاع — عشان ما نعطي المستخدم معلومة قانونية منسوخة."

تقسيم النصوص القانونية الطويلة لأجزاء أصغر قبل تحويلها لمتجهات.

الطريقة	الوصف
Fixed-size	تقسيم بعدد ثابت من الكلمات — قد يقطع المادة في المنتصف
Structural Legal	تقسيم حسب حدود المادة القانونية — يحافظ على السياق كاملاً

💡 "اخترنا Structural Legal عشان كل Chunk يمثل مادة قانونية كاملة — Fixed-size ممكن يقطع المادة ويفقدها سياقها القانوني."

تحويل النصوص والأسئلة لمتجهات رقمية تمثل معناها الدلالي، عشان النظام يقدر يقارن بينها ويجيب الأقرب للسؤال.

النموذج	المميز
multilingual-E5-large	دعم متعدد اللغات، خط أساس للمقارنة
BGE-M3	أقوى في العربية، أفضل في الاسترجاع القانوني

💡 "قارنا النموذجين عشان نعرف أيهما أدق في استرجاع النصوص القانونية العربية — BGE-M3 تفوق في النتائج النهائية."

فهرسة كل المتجهات في ChromaDB عشان يصير البحث سريع وفعال بالمقارنة الدلالية.

💡 "ChromaDB تخزن المتجهات وتسترجعها بالبحث الدلالي — أسرع وأدق من المطابقة النصية التقليدية."

مقارنة أربع استراتيجيات للاسترجاع على 155 سؤال تقييم.

الاستراتيجية	الوصف
Dense Retrieval	بحث دلالي بالمتجهات فقط
BM25	بحث لفظي إحصائي بالكلمات
Hybrid	دمج الدلالي واللفظي
Hybrid + Reranker	Hybrid مع إعادة ترتيب النتائج

إجمالي التجارب: 22 إعداد × 155 سؤال = 3410 نتيجة

💡 "Hybrid + Reranker يجمع بين فهم المعنى والمطابقة اللفظية — هذا أعطى أفضل نتائج للنصوص القانونية العربية."

أفضل إعداد: Fixed-size + BGE-M3 + Hybrid Reranker + Alpha 0.8

💡 "Recall@1 للأسئلة القانونية 0.58 لأنها أصعب، لكن Recall@5 وصل 100% — وهذا كافٍ للـ RAG لأن النموذج يستخدم أكثر من سياق واحد عند توليد الإجابة."

مقارنة نموذجين لتوليد الإجابات القانونية وقياس دقة كل منهما في السياق القانوني السعودي.

النموذج	الحالة
Qwen2.5 (3B و 7B)	✅ تم الاختبار
ALLaM-7B (نموذج سعودي)	✅ تم الاختبار

💡 "قارنا Qwen و ALLaM على نفس الأسئلة القانونية — ALLaM بحكم تخصصه بالعربية أعطى نتائج أدق في السياق القانوني السعودي."