كارين سبار크 جونز: الإحصائية التي علمت البحث كيفية الترتيب

في عام 1972، نشرت مجلة Journal of Documentation مقالاً من أحد عشر صفحة لباحثة في كامبريدج تعمل بعقد قصير الأجل، تحت عنوان غير واعد: "تفسير إحصائي لخصوصية المصطلحات وتطبيقها في الاسترجاع". كانت الفكرة بسيطة لدرجة محرجة: الكلمة التي تظهر في كل مستند لا تخبرك بشيء، والكلمة التي تظهر في مستندات قليلة تخبرك بالكثير، لذا ضع في اعتبارك وزنها وفقاً لذلك. قدمت تلك الورقة مفهوم تردد المستندات العكسي (inverse document frequency). وبعد نصف قرن من الزمن، أصبحت إحدى أكثر النتائج اقتباساً في مجال استرجاع المعلومات، وتستقر نسخة ما منها داخل كل محركبحث على وجه الأرض تقريباً.

اسم نرويجي، تم الاحتفاظ به عن قصد

ولدت كارين إيدا بولث سبار크 جونز (Karen Ida Boalth Spärck Jones) في 26 أغسطس 1935 في هدرسفيلد، يوركشاير. كان والدها، ألفريد أوين جونز (Alfred Owen Jones)، محاضراً في الكيمياء؛ وكانت والدتها، إيدا سبارك (Ida Spärck)، نرويجية فرت إلى بريطانيا وعملت لدى الحكومة النرويجية في المنفى خلال الحرب العالمية الثانية. كان الاسم المزدوج فعلاً مقصوداً. لقد احتفظت بلقب والدتها النرويجي في حياتها المهنية لأنه، على حد تعبيرها، "يحافظ على وجود دائم لك" - وهو رفض مبكر وهادئ لعملية الذوبان.

من التاريخ إلى وحدة أبحاث اللغة

درست التاريخ في كلية غيرتون، كامبريدج، من 1953 إلى 1956، واختارت الفسلفة -العلوم الأخلاقية، بلغة كامبريدج- كموضوع لسنة تخرجها. لم يكن أي من ذلك متعلقاً بالحوسبة. غادرت وأصبحت معلمة مدرسية.

ما أعادها هو الفضول بشأن ما كان يفعله زوجها. تزوجت من عالم الحاسوب روجر نيدهام (Roger Needham) في 1958، ومن خلاله تعرفت على وحدة أبحاث اللغة في كامبريدج (Cambridge Language Research Unit)، وهي مجموعة صغيرة غريبة الأطوار تديرها مارغريت ماسترمان (Margaret Masterman) كانت تحاول جعل الآلات تتعامل مع المعنى. عرضت عليها ماسترمان منصباً بحثياً. قبلت سبار크 جونز ذلك، وقضت بقية حياتها في العمل على مشكلة جعل الحاسوب يقوم بشيء مفيد باللغة البشرية. وُصف عملها للدكتوراه، حول التصنيف الدلالي، بأنه قوبل باستقبال فاتر من الممتحنين قبل أن يظهر في عام 1964 ككتاب Synonymy and Semantic Classification - والذي يُقرأ الآن كأصلي أساسي في معالجة اللغات الطبيعية.

الفكرة القائلة بأن الكلمات النادرة تساوي أكثر

تتميز الرؤية الكامنة وراء تردد المستندات العكسي بخصائص كل الأفكار الجيدة: واضحة بمجرد ذكرها، وغير مرئية قبل ذلك. كانت أنظمة الاسترجاع في حقبة ستينات القرن الماضي تعامل كلمات الاستعلام على أنها قابلة للتبادل بشكل أو باخر. جادلت سباركل جونز بأن فائدة المصطلح هي دالة لخصوصيته عبر المجموعة -فكلما قل عدد المستندات التي تحتوي عليه، زاد تمييزه. كلمة "The" لا تحمل أي إشارة؛ بينما تحمل كلمة "photosynthesis" كل الإشارة تقريباً. اضرب هذا الوزن في عدد مرات ظهور المصطلح في مستند معين وتحصل على TF-IDF، وهو نظام التسجيل الذي حول استرجاع المستندات من مطابقة المجموعات إلى الترتيب.

تجاوز برنامجها البحثي الأوسع بكثير تلك الصيغة الواحدة: النماذج الاحتمالية للاسترجاع، تلخيص المستندات التلقائي، أنظمة استعلام قواعد البيانات، استرجاع الكلام والوسائط المتعددة، نمذجة المستخدمين والوكلاء، وشيء كانت مهووسة به -التقييم الدقيق للأنظمة اللغوية. عملت في لجنة برنامج مؤتمرات استرجاع النصوص التابعة لوكالة مشاريع الأبحاث المتطورة المفقودة (DARPA/NIST) منذ عام 1994، وهو الجهد الذي جعل أبحاث الاسترجاع خاضعة للمساءلة التجريبية.

ثلاثون عاماً بعقود قصيرة الأجل

لم يتطابق مسارها المؤسسي مع مسارها الفكري. انضمت إلى مختبر الحاسوب بجامعة كامبريدج في عام 1974 وعملت هناك بموجب عقود قصيرة الأجل متجددة حتى أصبحت أخيراً موظفة دائمة في عام 1993 - أي ما يقارب عقدين من الزمن. أصبحت أستاذة للحواسيب والمعلومات في عام 1999 فقط، أي قبل ثلاث سنوات من تقاعدها في عام 2002، وظلت تعمل تقريباً حتى وفاتها. وعزت هذا الوضع غير المستقر بكل بساطة إلى جنسها. لقد أخبرت محاوراً للتاريخ الشفهي لـ IEEE في عام 2001 أن كامبريدج "في نواحٍ كثيرة لم تكن صديقة للمستخدم، بمعنى صديقة للنساء". طوال جزء كبير من حياتها المهنية، كانت المرأة الوحيدة في الغرفة.

الحوسبة أهم من أن تُترك للرجال

لقد حولت هذه التجربة إلى جهد منظم وليس تظظماً خاصاً: فقد كانت عضواً مؤسساً لشبكة women@cl في مختبر الحاسوب، ومهندسة للتوعية التي تهدف إلى إدخال الفتيات في هذا المجال، ومؤلفة العبارة التي تُقتبس عنها الآن أكثر من أي شيء آخر — "الحوسبة أهم من أن تُترك للرجال." وصلت التكريمات متأخرة ثم دفعة واحدة: جائزة جيرارد سالتون (Gerard Salton Award) في 1988، زمالة AAAI في 1993، رئاسة جمعية اللغويات الحاسوبية (Association for Computational Linguistics) في 1994، زمالة الأكاديمية البريطانية ونائبة رئيسها من 2000 إلى 2002، جائزة الجدارة ASIS&T في 2002، جائزة الإنجاز مدى الحياة من ACL في 2004، جائزة آلان نيويل (Allen Newell Award) من ACM-AAAI في 2006، وفي عام 2007 حصلت على جائزة أثينا لمجموعة النساء في ACM وميدالية لوفليس (Lovelace Medal) التابعة لجمعية الحاسوب البريطانية، وكانت أول امرأة تحصل عليها.

لماذا يُقال عن كارين إنها عبقرية

الموهبة المعروضة هي التجريد تحت الانضباط -القدرة على العثور على الكمية القابلة للقياس الوحيدة التي تلتقط حدساً بشرياً غامضاً، ثم الإصرار على قياسها. كان الجميع يعلمون أن بعض الكلمات أكثر إفادة من غيرها. حولت سباركل جونز ذلك إلى دالة وزن يمكنك حسابها عبر أي مجموعة، ثم قضت عقوداً في الجدال بأنه يجب تقييم الأنظمة اللغوية تجريبياً بدلاً من مجرد الإعجاب بها. كان تدريبها في التاريخ والفلسفة، وليس في الرياضيات أو الهندسة، مما يجعل هذه الخطوة أكثر غرابة وإثارة للإعجاب: فقد استوردت الاستدلال الإحصائي إلى مجال هيمن عليه الذكاء الاصطناعي الرمزي القائم على كتابة القواعد، وكانت على حق إلى حد كبير بينما كانت الموضة ضدها. إن النظرة السياقية الإحصائية للمعنى التي دافعت عنها -وهي أن معنى الكلمة هو دالة للشركة التي تحتفظ بها عبر مجموعة نصوص- هي السلف الفكري لنماذج اللغة المتعلمة آلياً التي تهيمن الآن على المجال.

الحجة المضادة الصادقة هي أن التردد العكسي للمستندات (IDF) هو فكرة واحدة وبسيطة رياضياً. إنه لوغاريتم نسبة؛ ويمكن لإحصائي كفء اشتقاقه في فترة ما بعد الظهر. وتكمن أهميته في صياغة الإطار والتوقيت وليس في العمق التقني، ولم تقم سباركل جونز نفسها بتجميله أبداً. ولم تقم أيضاً بنباء الأنظمة التي جعلتها مشهورة -فمحركات البحث تم تسويقها من قبل أشخاص آخرين، بعد عقود، وغالباً دون نسب الفضل إليها. يرتكز ادعاؤها على كونها على حق مبكراً، وعلى مجموعة من أعمال التقييم الدقيقة التي تقل بكثير في جاذبيتها عن الصيغة الواحدة، وعلى الحكم وليس القوة النارية. هذا نوع حقيقي من التميز الفكري، ويجب وصفه بدقة بدلاً من تضخيمه.

الإرث

توفيت بسبب السرطان في 4 أبريل 2007 عن عمر يناهز 71 عاماً. نشرت صحيفة The Times في لندن، التي نشرت نعياً لزوجها قبل ذلك بأربع سنوات، نعياً لها؛ بينما نشرت صحيفة New York Times نعياً لها في النهاية في عام 2019 ضمن سلسلتها Overlooked، ووصفتها بأنها "رائدة في علم الحاسوب." واستمرت التصحيحات في التوافد: جائزة كارين سباركل جونز، التي تمنحها سنوياً منذ عام 2008 مجموعة متخصصي استرجاع المعلومات التابعة لجمعية الحاسوب البريطانية (BCS); ومبنى سباركل جونز في جامعة هدرسفيلد، والذي أعيد تسميته في عام 2017; ومنح سباركل للذكاء الاصطناعي التي أطلقتها كامبريدج والحكومة البريطانية في عام 2024. كل قائمة مرتبة لنتائج البحث هي مجرد حاشية لصفحاتها الأحد عشر.