در دنیای امروز، عملیات بشردوستانه با حجم عظیمی از داده‌های متنی غیرساختاریافته، از گزارش‌های میدانی و ارزیابی نیازها گرفته تا اخبار و پست‌های شبکه‌های اجتماعی، روبرو است. اطلاعات جغرافیایی، هسته اصلی این داده‌ها را تشکیل می‌دهد؛ چرا که مشخص می‌کند کدام جمعیت‌ها در معرض خطر هستند، رویدادها در کجا رخ می‌دهند و منابع در کجا قرار دارند. استخراج سریع و دقیق این اطلاعات مکانی می‌تواند تفاوت میان یک مداخله مؤثر و یک فرصت از دست رفته باشد.

مقاله “Leave no Place Behind: Improved Geolocation in Humanitarian Documents” به یکی از حیاتی‌ترین چالش‌های این حوزه می‌پردازد: نقص و سوگیری ابزارهای پردازش زبان طبیعی (NLP) موجود در شناسایی مکان‌ها در متون بشردوستانه. ابزارهای استاندارد که عمدتاً بر روی داده‌های غربی (مانند اخبار و مقالات ویکی‌پدیا) آموزش دیده‌اند، در تشخیص اسامی مکان‌ها در مناطق بحران‌زده آفریقا، آسیا و خاورمیانه عملکرد ضعیفی دارند. این مقاله با ارائه یک رویکرد نوین، نه‌تنها عملکرد فنی این ابزارها را بهبود می‌بخشد، بلکه گامی مهم در جهت کاهش «سوگیری جغرافیایی» و تحقق شعار «هیچ مکانی را پشت سر نگذاریم» برمی‌دارد. اهمیت این تحقیق در توانمندسازی سازمان‌های بشردوستانه برای درک بهتر و سریع‌تر بحران‌ها و تخصیص عادلانه‌تر منابع نهفته است.

این مقاله حاصل همکاری سه پژوهشگر برجسته در حوزه علوم داده و محاسبات اجتماعی است: انریکو ام. بیلیاردو (Enrico M. Belliardo)، کیریاکی کالیمری (Kyriaki Kalimeri) و یلنا میووا (Yelena Mejova). این محققان در مراکز تحقیقاتی معتبری مانند بنیاد ISI و مؤسسه تحقیقات محاسباتی قطر فعالیت دارند و تخصص آن‌ها در تقاطع هوش مصنوعی، تحلیل داده‌های بشردوستانه و مطالعات اجتماعی قرار دارد.

زمینه این تحقیق، رشته‌ای نوظهور به نام «انفورماتیک بشردوستانه» (Humanitarian Informatics) است که از علم داده و هوش مصنوعی برای حل مشکلات پیچیده در عملیات امداد و توسعه استفاده می‌کند. در این حوزه، تلاش می‌شود تا از فناوری برای بهبود شفافیت، کارایی و پاسخگویی در شرایط اضطراری بهره‌برداری شود. این مقاله به‌طور خاص در زیرشاخه‌ی پردازش زبان طبیعی برای اهداف بشردوستانه قرار می‌گیرد و به دنبال ساخت ابزارهایی است که نیازهای منحصر به فرد این بخش را درک کرده و به آن‌ها پاسخ دهند.

مقاله حاضر دو فرآیند کلیدی را برای مکان‌یابی در اسناد متنی هدف قرار می‌دهد: اول، مکان‌-برچسب‌زنی (Geotagging)، که به معنای شناسایی نام مکان‌ها در متن است (یک وظیفه بازشناسی موجودیت نام‌دار یا NER) و دوم، کدیابی جغرافیایی (Geocoding)، که به معنای پیوند دادن نام شناسایی‌شده به یک موقعیت جغرافیایی منحصربه‌فرد با طول و عرض جغرافیایی مشخص در یک پایگاه داده (مانند GeoNames) است. چالش اصلی در اینجا ابهام‌زدایی است؛ برای مثال، آیا «طرابلس» به پایتخت لیبی اشاره دارد یا شهری در لبنان؟

نویسندگان برای حل این مشکلات، اقدامات زیر را انجام داده‌اند:

• توسعه منابع داده جدید: آن‌ها مجموعه‌داده‌های جدیدی را با حاشیه‌نویسی دقیق اسناد بشردوستانه ایجاد کردند تا مدلی متناسب با زبان و بافت این حوزه بسازند.
• ریزتنظیم (Fine-tuning) مدل‌های پیشرفته: دو مدل قدرتمند NER، یعنی Spacy (یک کتابخانه سریع و محبوب) و roBERTa (یک مدل زبانی بزرگ مبتنی بر معماری ترنسفورمر)، را با استفاده از داده‌های جدید آموزش دادند.
• ارائه یک متد جدید برای کدیابی جغرافیایی: آن‌ها روشی به نام FeatureRank را برای پیوند دادن مکان‌های نامزد به پایگاه داده GeoNames پیشنهاد کردند که از ویژگی‌های متنی برای رتبه‌بندی و انتخاب بهترین گزینه استفاده می‌کند.

نتیجه اصلی تحقیق نشان می‌دهد که آموزش مدل‌ها بر روی داده‌های خاص حوزه بشردوستانه، نه‌تنها دقت آن‌ها را به‌طور چشمگیری (تا معیار F1=0.92) افزایش می‌دهد، بلکه سوگیری جغرافیایی ابزارهای موجود را که به نفع مکان‌های غربی عمل می‌کنند، کاهش می‌دهد.

رویکرد پژوهشگران در این مقاله چندمرحله‌ای و کاملاً نظام‌مند است. آن‌ها با درک این موضوع که داده‌های عمومی برای وظایف تخصصی مناسب نیستند، کار خود را با ساخت یک پایه داده‌ای قوی آغاز کردند.

۱. گردآوری و حاشیه‌نویسی داده‌ها: محققان مجموعه‌ای از گزارش‌های عمومی سازمان‌های بشردوستانه (مانند OCHA و ACAPS) را جمع‌آوری کرده و به‌دقت نام‌های مکانی را در آن‌ها برچسب‌گذاری کردند. این فرآیند تضمین می‌کرد که داده‌های آموزشی منعکس‌کننده زبان، اصطلاحات و تمرکز جغرافیایی متون واقعی این حوزه باشند.

۲. ریزتنظیم مدل‌های بازشناسی موجودیت نام‌دار (NER):
آن‌ها مدل‌های از پیش آموزش‌دیده Spacy و roBERTa را انتخاب کردند. این مدل‌ها دانش عمومی گسترده‌ای از زبان دارند اما برای شناسایی دقیق نام‌های کمتر شناخته‌شده در کشورهای در حال توسعه نیاز به تخصص بیشتری داشتند. فرآیند «ریزتنظیم» شامل آموزش مجدد این مدل‌ها بر روی مجموعه‌داده جدید بود تا آن‌ها بتوانند با الگوهای زبانی و اسامی خاص متون بشردوستانه سازگار شوند. برای مثال، یاد بگیرند که «استان هلمند» یک موقعیت جغرافیایی است، حتی اگر در داده‌های آموزشی اولیه آن‌ها کمتر دیده شده باشد.

۳. طراحی الگوریتم کدیابی جغرافیایی FeatureRank:
پس از شناسایی نام یک مکان (مثلاً “موصل”)، چالش بعدی تعیین مختصات دقیق آن است. الگوریتم FeatureRank برای حل این مشکل طراحی شد. این الگوریتم نام مکان را در پایگاه داده عظیم GeoNames جستجو می‌کند و تمام گزینه‌های ممکن را برمی‌گرداند. سپس با استفاده از مجموعه‌ای از ویژگی‌ها، گزینه‌ها را رتبه‌بندی می‌کند:

• ویژگی‌های جمعیتی: مکان‌هایی با جمعیت بیشتر معمولاً محتمل‌تر هستند.
• ویژگی‌های متنی: آیا نام‌های جغرافیایی دیگری در همان متن وجود دارند که به یک گزینه خاص نزدیک‌تر باشند؟ (مثلاً اگر در متن به «عراق» هم اشاره شده باشد، «موصل» در عراق محتمل‌تر از مکانی همنام در آمریکاست).
• ویژگی‌های سلسله‌مراتبی: ارتباط بین شهر، استان و کشور نیز در نظر گرفته می‌شود.

در نهایت، FeatureRank گزینه‌ای را انتخاب می‌کند که بالاترین امتیاز را کسب کند و به این ترتیب، ابهام‌زدایی با دقت بالایی انجام می‌شود.

نتایج تجربی این مقاله بسیار گویا و تأثیرگذار هستند و دو یافته اصلی را برجسته می‌کنند:

اول: بهبود چشمگیر عملکرد.
ریزتنظیم مدل‌ها با داده‌های بشردوستانه، دقت آن‌ها را به میزان قابل توجهی افزایش داد. مدل roBERTa پس از این فرآیند به امتیاز F1-Score برابر با 0.92 دست یافت. این معیار که ترکیبی از دقت (Precision) و بازیابی (Recall) است، نشان می‌دهد که مدل هم در شناسایی صحیح مکان‌ها بسیار دقیق عمل می‌کند و هم تعداد کمی از مکان‌های موجود در متن را از قلم می‌اندازد. این سطح از عملکرد برای کاربردهای عملی در تحلیل گزارش‌های بحران، کاملاً قابل اتکاست.

دوم: کاهش معنادار سوگیری جغرافیایی.
این مهم‌ترین دستاورد مقاله است. محققان نشان دادند که مدل‌های استاندارد و آموزش‌ندیده، تمایل شدیدی به شناسایی مکان‌ها در اروپا و آمریکای شمالی دارند و در شناسایی مکان‌ها در آفریقا و خاورمیانه ضعیف عمل می‌کنند. این «سوگیری غربی» (Western bias) یک نقص جدی برای کاربردهای بشردوستانه است، زیرا کانون بحران‌ها دقیقاً در مناطقی قرار دارد که این ابزارها در آنجا کور هستند. مدل ریزتنظیم‌شده نویسندگان توانست این شکاف را تا حد زیادی پر کند و عملکرد بسیار متعادل‌تری در تمام قاره‌ها از خود نشان دهد. این یافته ثابت می‌کند که برای ساخت ابزارهای هوش مصنوعی عادلانه و فراگیر، باید از داده‌های متنوع و نماینده استفاده کرد.

دستاوردها و کاربردهای عملی این تحقیق گسترده و مستقیم است و می‌تواند نحوه پاسخگویی به بحران‌ها را متحول کند:

• تحلیل سریع و خودکار گزارش‌ها: سازمان‌های بشردوستانه می‌توانند هزاران صفحه گزارش را در عرض چند دقیقه پردازش کرده و نقشه‌ای از مکان‌های ذکر شده، رویدادها و نیازها تهیه کنند. این کار به افزایش آگاهی موقعیتی (Situational Awareness) کمک شایانی می‌کند.
• تخصیص بهینه منابع: با در دست داشتن نقشه دقیق مناطق آسیب‌دیده یا جمعیت‌های نیازمند، مدیران عملیات می‌توانند تیم‌های امدادی، غذا، دارو و سایر منابع را به forma مؤثرتر و سریع‌تری به مکان‌های صحیح ارسال کنند.
• پایش و ارزیابی پروژه‌ها: سازمان‌ها می‌توانند با تحلیل گزارش‌های دوره‌ای، پراکندگی جغرافیایی فعالیت‌های خود را رصد کرده و اطمینان حاصل کنند که هیچ منطقه‌ای از قلم نیفتاده است.
• کمک به جامعه تحقیقاتی: این مقاله با ارائه یک مجموعه‌داده حاشیه‌نویسی‌شده جدید و یک روش کارآمد، منبع ارزشمندی برای سایر محققانی که در زمینه NLP برای اهداف اجتماعی فعالیت می‌کنند، فراهم می‌آورد. این کار راه را برای توسعه ابزارهای دقیق‌تر و عادلانه‌تر در آینده هموار می‌سازد.

مقاله “Leave no Place Behind” پیامی روشن و قدرتمند دارد: ابزارهای هوش مصنوعی آماده (Off-the-shelf) برای همه کاربردها مناسب نیستند و استفاده کورکورانه از آن‌ها می‌تواند منجر به تشدید نابرابری‌های موجود شود. در زمینه حساس و حیاتی اقدامات بشردوستانه، جایی که هر تصمیم می‌تواند بر جان انسان‌ها تأثیر بگذارد، نیاز به ابزارهایی دقیق، بی‌طرف و متناسب با بافت محلی، امری ضروری است.

این پژوهش به‌طور قانع‌کننده‌ای نشان می‌دهد که با سرمایه‌گذاری بر روی داده‌های باکیفیت و خاص‌دامنه، می‌توان مدل‌های زبانی را برای خدمت به اهداف بشردوستانه بهینه کرد. نتیجه‌گیری نهایی نویسندگان یک فراخوان برای اقدام است: جامعه علمی و فناوری باید منابع بیشتری را به جمع‌آوری و حاشیه‌نویسی داده‌ها از اسناد غیرغربی اختصاص دهد تا اطمینان حاصل شود که ابزارهای هوش مصنوعی آینده، واقعاً فراگیر و عادلانه هستند و هیچ فرد یا مکانی را در مواقع نیاز، پشت سر نمی‌گذارند.