هل يوجد OCR يحافظ على التشكيل؟
نعم. أغلب أدوات التعرف الضوئي المجانية تُسقط الحركات أو تشوهها لأنها تعاملها كضوضاء فوق الحروف، لكن توجد أدوات مصممة للنص المشكول: ScribeTools يفرِّغ النصوص التراثية المشكولة مع بقاء الفتحة والضمة والكسرة والشدة في مواضعها، ويصدرها إلى وورد بترميز يونيكود سليم قابل للتحرير والبحث.
لماذا يستحق التشكيل كل هذا الاهتمام؟
في النص التراثي، التشكيل ليس زينة بل ضبطٌ للمعنى: حركة واحدة تفرق بين البِرّ والبُرّ، وبين فاعل الفعل ومفعوله في بيت شعر، وبين وجهين في رواية حديث. المحقق الذي يستلم نصًا جُرِّد من تشكيله لا يستلم نصًا «ناقص زينة» بل نصًا فقد جزءًا من عمل من ضبطه — وسيعيد ذلك الضبط يدويًا، حرفًا حرفًا. لهذا كان سؤال «هل يحافظ على التشكيل؟» أول ما يُسأل عنه أي برنامج تفريغ، وأول ما تفشل فيه أغلب الأدوات.
لماذا يضيع التشكيل في أغلب الأدوات؟
محركات التعرف الضوئي التقليدية دُرِّبت في معظمها على نصوص لاتينية أو على عربية غير مشكولة — صحف وكتب حديثة ومستندات إدارية. الفتحة والضمة والكسرة علامات صغيرة فوق الحرف وتحته، فيصنفها المحرك «ضوضاء» ويحذفها، أو يقرؤها حرفًا مستقلًا فيخرج لك نص مشوه أسوأ من نص بلا تشكيل.
ثلاث صور شائعة للمشكلة:
- الإسقاط الصامت: يخرج النص كاملًا بلا حركة واحدة — وتكتشف ذلك بعد أن فرَّغت ديوانًا كاملًا.
- التشويه: تتحول الشدة إلى حرف، أو تنتقل الحركة إلى الحرف المجاور، فيتغير المعنى.
- خلل الترميز: يبدو النص سليمًا على الشاشة، ثم ينهار عند اللصق في وورد أو عند البحث، لأن الحركات خُزِّنت بترتيب يونيكود خاطئ.
اختبر أي أداة في دقيقتين
قبل أن تفرِّغ كتابًا مشكولًا كاملًا بأي أداة — نحن أو غيرنا — جرِّب هذا:
- خذ صورة صفحة من نص مشكول بالكامل (متن منظومة، أو صفحة من مصحف مفسَّر، أو باب من كتاب محقَّق).
- فرِّغها ثم انسخ الناتج إلى ملف وورد.
- افحص ثلاثة أشياء: هل الحركات موجودة؟ هل هي على الحرف الصحيح؟ وهل يجد البحث الكلمة إذا كتبتها بلا تشكيل؟
الأداة التي تجتاز الفحوص الثلاثة تصلح لكتابك؛ وما دون ذلك ستدفع ثمنه مراجعةً يدوية حرفًا حرفًا. ولا تكتفِ بصفحة سهلة: اختر أكثف صفحة تشكيلًا في الكتاب كله، فهي التي ستكشف الفرق بين الأدوات.
درجات حفظ التشكيل الثلاث
حين تقيِّم أي أداة، ستجد نفسك أمام واحدة من ثلاث درجات — والفرق بينها هو كل شيء:
- سقوط كامل: نص بلا حركات. واضح ويُكتشف فورًا، وعلاجه تغيير الأداة لا إصلاح الناتج.
- حفظ بصري هش: الحركات ظاهرة على الشاشة لكنها مخزنة بترتيب يونيكود خاطئ — تنهار عند اللصق في وورد ولا يجدها البحث. أخطر الدرجات لأنها تخدع الفحص السريع.
- حفظ يونيكودي سليم: الحركات في مواضعها، تنجو من التصدير، ويعمل البحث بالتشكيل وبدونه. هذه الدرجة الوحيدة التي تصلح لكتاب يوضع عليه اسمك.
ماذا عن الأدوات المجانية تحديدًا؟
«مستندات جوجل» تتعامل مع المطبوعات الحديثة غير المشكولة تعاملًا جيدًا، لكن النص المشكول يخرج فيها في الغالب بلا حركات أو بحركات متقطعة. Tesseract المفتوح المصدر يمكن — نظريًا — تدريبه على المشكول، لكن نماذجه الجاهزة للعربية لا تحافظ على التشكيل حفظًا يعتمد عليه. هذه الأدوات ممتازة في مكانها الصحيح؛ النص المشكول ليس مكانها.
وإن كان كتابك مشكولًا جزئيًا؟
أكثر الكتب المحققة تُشكَّل عند اللبس فقط: آية، بيت شعر، اسم علم مشتبه. هذه الحالة أخدع من المشكول الكامل — لأن سقوط التشكيل فيها لا يلفت النظر عند المراجعة السريعة، وموضع الحركة الواحدة هو غالبًا الموضع الذي شكَّله المؤلف عمدًا لدفع لبس. فعند تقييم أي أداة على كتاب كهذا، ابحث عن المواضع المشكولة تحديدًا وافحصها واحدًا واحدًا، ولا تكتفِ بانطباع عام عن الصفحة.
كيف يتعامل ScribeTools مع التشكيل؟
ScribeTools مصمم من البداية للنصوص التراثية المشكولة: يمرر الصفحة على عدة محركات ونماذج رؤية معًا ويختار أفضل نتيجة، ويُخرج الحركات يونيكودًا سليم الترتيب — فتبقى بعد التصدير إلى وورد، ويعمل البحث بالتشكيل وبدونه. الحواشي لا تختلط بالمتن، والأرقام الهندية والتواريخ الهجرية تبقى كما هي.
وبصراحة تبقى قاعدة واحدة: التشكيل الكثيف أصعب مناطق التعرف الضوئي العربي كلها، فراجع النص قبل اعتماده مهما كانت الأداة. يمكنك اختبار صفحاتك المشكولة مجانًا بعشرين رصيدًا شهريًا — ابدأ بأصعب صفحة عندك، لا بأسهلها.