تسمية البيانات أم توسيمها أم وسمها أم تصنيفها؟ دليل مصطلحات Data Labeling بالعربية

الجواب المختصر: «تسمية البيانات» و«توسيم البيانات» و«وسم البيانات» و«التعليق التوضيحي للبيانات» أسماء عربية لعمل واحد: إضافة الوسوم (Labels) التي يتعلم منها نموذج الذكاء الاصطناعي، ويقابلها بالإنجليزية Data Labeling أو Data Annotation. اكتب «توسيم البيانات» في العقود والصفحات التجارية في السعودية والخليج، واستخدم «تسمية البيانات» حين تطابق وثائق AWS وAzure. وتجنّب «تصنيف البيانات» في أي سياق حكومي سعودي، فهو يعني هناك تحديد مستوى حساسية البيانات، لا توسيمها.

لتشتت المصطلح كلفة عملية. قد يبحث فريق المشتريات عن «وسم البيانات» فلا يصل إلى مزوّد يكتب «توسيم»، ويقرأ مسؤول الامتثال «تصنيف البيانات» في كراسة الشروط فيفهم مستويات السرية، ويبحث الباحث عن عمل عن «توصيف البيانات» فيجد شروحًا عن Data Profiling. هذا المرجع يربط كل صيغة بمقابلها الإنجليزي، ومن يستخدمها فعلًا، ومتى تناسب.

أي مصطلح نستخدم لـ Data Labeling بالعربية؟

• في العقود وكراسات الشروط والصفحات التجارية: «توسيم البيانات»، مع Data Annotation بين قوسين عند أول ذكر.
• للوحدة الواحدة ومشتقاتها: «وسم» وجمعه «وسوم» (Labels)، و«بيانات موسومة» (Labeled Data)، و«موسِّم» لمن يؤدي العمل (Annotator).
• مع منصات السحابة: «تسمية البيانات»، لأنها الصيغة التي تعتمدها AWS وMicrosoft في وثائقهما العربية.
• للبنية داخل العنصر، كالمقاطع والمربعات المحيطة والطوابع الزمنية: «التعليق التوضيحي» مقبول، و«وسم المقاطع» أوضح.
• لا تصف عمل التوسيم بـ «تصنيف البيانات» في سياق حكومي، ولا بـ«ترميز البيانات» أو «شرح البيانات» أو «توصيف البيانات» في المواصفات الفنية.

جدول مصطلحات Data Labeling ومقابلاتها الإنجليزية

راجعنا الصفحات العربية المرتبطة في هذا المقال في سبتمبر 2026. عمود «من يستخدمه» يذكر أمثلة، ولا يعني أن الجهة لا تستخدم غيره، وقد تتغير الترجمات بعد ذلك.

ما الفرق بين توسيم البيانات ووسمها؟

لا فرق في المعنى. الجذر (و س م) يدل على العلامة، ومنه السِّمة، والمِيسم وهو الأداة التي يُوسَم بها، والتوسّم أي الاستدلال بالعلامات. «الوَسْم» مصدر الفعل وَسَمَ، و«التوسيم» مصدر وسَّمَ، وصيغة التفعيل تدل على التكرار والكثرة، وهذا وصف دقيق لعمل يتكرر على آلاف العناصر. تستخدم أكاديمية حسوب «وسم البيانات» مقابلًا لـ data labeling، وتشيع «توسيم البيانات» اسمًا للخدمة في صفحات المزوّدين العربية.

الفرق العملي في موضعين. الأول أن «الوسم» يحمل في العربية المعاصرة معنى الـ Hashtag أيضًا، إذ تعرّف ويكيبيديا العربية «الوسم أو علامة المربع» بأنه الكلمة التي تبدأ بالإشارة #، فقد تختلط عبارة «وسم البيانات» بمحتوى وسائل التواصل. والثاني أن «توسيم» تصلح اسمًا للعملية والخدمة، و«وسم» أنسب للوحدة: نقول «أضف وسمًا جديدًا إلى المخطط»، لا «أضف توسيمًا».

المشتقات: من الوسم إلى الموسِّم

أكثر ما يربك الوثائق ليس اسم المجال، بل مشتقاته. هذه الصيغ التي نقترحها، ومقابلها صيغ وردت فعلًا في الوثائق العربية التي راجعناها:

ما المقصود بـ«تسمية البيانات» في وثائق AWS وAzure؟

«تسمية البيانات» هي الصيغة التي تعنون بها AWS صفحتها التعريفية «ما المقصود بتسمية البيانات؟»، وتعتمدها Microsoft في وثائق Azure Machine Learning العربية، كصفحة «إعداد مشروع تسمية نصية». المصطلح سليم المعنى، فهو ترجمة مباشرة لـ labeling، ومن يكتب وثائق داخلية حول هاتين المنصتين يحسن أن يطابق واجهاتهما.

لكن له عيبين خارج هذا السياق. «التسمية» في لغة البرمجيات تعني naming أيضًا، كما في اصطلاحات تسمية الملفات والمتغيرات. ومشتقاته ثقيلة: تقول الترجمة العربية لوثائق Azure «البيانات المسماة»، وتسمّي من يؤدي العمل «الملصق»، وهي كلمة يفهمها القارئ ملصقًا ورقيًا. وتجمع صفحة AWS نفسها أكثر من صيغة: «التسميات» للوسوم، و«المعلقين» و«المُصنِّفين» لمن يؤدون العمل، و«التعليقات التوضيحية» لردودهم قبل دمجها في تسمية واحدة.

هل «تصنيف البيانات» يعني توسيم البيانات؟

أحيانًا، وهنا أخطر التباس في القائمة. للكلمة أربعة استعمالات متجاورة:

1. ترجمة لـ label نفسها. يترجم مسرد Google لتعلّم الآلة بالعربية label إلى «التصنيف»، وlabeled example إلى «مثال مصنّف»، وتحمل كلمة «مُصنِّف» فيه معنيين: الـ classifier (النموذج) والـ rater (الإنسان الذي يقدّم التصنيفات). فعبارة «أخطأ المصنِّف» قد تعني النموذج أو الموسِّم.
2. اسم لمهمة محددة. «تصنيف النصوص» (Text Classification) نوع من التوسيم يسند فئة واحدة أو أكثر إلى العنصر كاملًا. لكنه ليس المجال كله: تحديد الكيانات والتفريغ الصوتي ليسا تصنيفًا.
3. مخطط الوسوم (Taxonomy). تصميم المخطط قرار مستقل يغيّر النتيجة: في LabelBench حقق نموذج 78% في تصنيف السمية الثنائي، وهبط إلى 25.3% حين طُبّق المخطط الحقيقي متعدد الوسوم.
4. مستوى الحساسية في الجهات العامة السعودية. وهو المعنى الذي يقرؤه مسؤول البيانات الحكومي أولًا.

تسري سياسة تصنيف البيانات المنشورة على موقع سدايا، ضمن سياسات مكتب إدارة البيانات الوطنية (NDMO)، على جميع البيانات التي تتلقاها الجهات العامة أو تنتجها أو تتعامل معها، وتضعها في أربعة مستويات: سري للغاية، وسري، ومقيّد، وعام. ومن مبادئها أن الأصل في البيانات الإتاحة، وأن مجموعة البيانات التي تجمع مستويات مختلفة تأخذ أعلاها. وفي مشروع توسيم لجهة عامة، يحدد هذا المستوى عمليًا أين يجري العمل، ومن يطّلع على السجلات، وما يلزم من ضوابط.

مثال من كراسة شروط: «يتولى المورد تصنيف بيانات مركز الاتصال». قد يقصد كاتبها وسم نوايا المكالمات لتدريب نموذج، وقد يقصد تحديد مستوى سريتها. الصياغة الأوضح: «توسيم بيانات مركز الاتصال لتدريب النماذج» في بند، و«مستوى تصنيف البيانات: مقيّد» في بند مستقل. وأسئلة الإقامة والنقل عبر الحدود في قائمة التحقق لنظام حماية البيانات الشخصية وإقامة البيانات (بالإنجليزية).

ما الفرق بين التعليق التوضيحي وشرح البيانات وتوصيف البيانات؟

التعليق التوضيحي للبيانات ترجمة حرفية لـ annotation، أي إضافة ملاحظات إلى النص. ويذكر مسرد Google «المعلِّق» اسمًا آخر للمقيّم. الصيغة طويلة، لكنها مفيدة حين تريد التفريق الذي يعتمده بعض المختصين: الوسم (Labeling) يسند فئة إلى العنصر كله، والتعليق التوضيحي (Annotation) يحدد بنية داخله. خذ رسالة عميل واحدة: «طلبت من فرع العليا يوم الخميس ووصل الطلب بارد بعد ساعة ونص».

لقرارات المقاطع والكيانات في النص العربي، انظر دليلنا العملي لتوسيم النص العربي (بالإنجليزية)، وللأنواع والمراحل وضبط الجودة كاملة دليل توسيم البيانات العربية.

شرح البيانات صيغة ترد في بعض صفحات الخدمات المترجمة حرفيًا. مشكلتها أن «الشرح» في العربية تفسير أو درس، وصفحة AWS عن تسمية البيانات نفسها معنونة «ما المقصود بتسمية البيانات؟ - شرح تسمية البيانات»، أي «شرح» بمعنى explanation. فمن يبحث عن «شرح البيانات» قد يريد درسًا، لا خدمة.

توصيف البيانات له معنيان متعارضان. تعنون به AWS صفحة «ما المقصود بتوصيف البيانات؟» عن Data Profiling، أي مراجعة بيانات المؤسسة لفهم محتواها وطريقة تخزينها. وقد يرد في بعض محتوى الوظائف المترجم مقابلًا لـ Data Annotation. إن كنت تكتب مواصفات فنية فتجنّبه، وإن كنت تبحث عن عمل فقد تصادفه في محتوى الوظائف، ودليل وظائف توسيم البيانات عن بعد يشرح طبيعة هذا العمل.

مصطلحات يجب تجنبها (وبدائلها)

• «ترميز البيانات»: الترميز هو encoding. مسرد Google يترجم One-hot Encoding إلى «الترميز الأحادي»، ويسمي الـ token «الرمز المميز»، فقد تُقرأ الكلمة أيضًا تقطيعًا للنص إلى رموز (Tokenization)، وهو موضوع مستقل تناولناه في مقالنا عن كلفة تقطيع النص العربي (بالإنجليزية). البديل: «توسيم».
• «البيانات المعلَّمة» و«تعليم البيانات»: ترد «البيانات المعلمة» في مقالة ويكيبيديا العربية عن البيانات المصنفة، وتُقرأ «تعليم» دون تشكيل بمعنى التدريس. البديل: «بيانات موسومة».
• «وضع العلامات»: ترد في وثائق Azure («إرشادات وضع العلامات») وفي صفحة AWS («عملية وضع العلامات»)، وهي وصفية مقبولة لكنها فضفاضة، فالعلامة قد تكون علامة تجارية أو إشارة مرجعية. البديل: «التوسيم» و«الوسوم».
• «الملصِق» لمن يؤدي العمل: ترجمة حرفية لـ labeler توحي بالملصقات الورقية. البديل: «الموسِّم».
• «المُصنِّف» للإنسان: يلتبس بالنموذج (Classifier). البديل: «الموسِّم»، أو «المقيِّم» (Rater) في مهام التقييم وترتيب الإجابات.

كيف نستخدمها في Bayanat Labs: نسمّي الخدمة «توسيم البيانات»، والوحدة «وسمًا» وجمعها «وسوم»، ومن يؤدي العمل «موسِّمًا». ونوصي أي فريق يكتب دليل توسيم أن يفتتحه بقائمة مصطلحات قصيرة يتفق عليها الطرفان، لأن الخلاف على كلمة مثل «تصنيف» يظهر لاحقًا خلافًا على النطاق. وحين تكون البيانات مصنّفة وفق سياسة سدايا، يحدد مستواها نموذج العمل: الاستضافة داخل المنطقة افتراضيًا، مع خيارَي التشغيل في مقرّك (on-prem) أو في سحابة خاصة. التفاصيل في خدمات توسيم البيانات العربية، وللجهات داخل المملكة في شركة توسيم بيانات في السعودية.