# فريق Hugging Face يعلن تسريعاً مقترحاً لتقطيع نصوص BERT

> تختلف المكاسب حسب اللغة وحجم الإدخال، وكانت التحسينات ما تزال قيد المراجعة.

- الرابط الدائم: https://newsverum.com/ar/news/hugging-face-tokenizers-proposes-bert-normalization-speedups-2026
- الناشر: Newsverum
- القسم: التكنولوجيا
- البلد: الولايات المتحدة
- نُشر: 2026-10-15T18:13:43+00:00
- آخر تحديث: 2026-10-15T18:13:43+00:00
- فترة الحدث / البيانات: 2026-10-15
- النسخ الأخرى: [Türkçe](https://newsverum.com/tr/news/hugging-face-tokenizers-proposes-bert-normalization-speedups-2026.md), [English](https://newsverum.com/en/news/hugging-face-tokenizers-proposes-bert-normalization-speedups-2026.md), [Français](https://newsverum.com/fr/news/hugging-face-tokenizers-proposes-bert-normalization-speedups-2026.md), [Español](https://newsverum.com/es/news/hugging-face-tokenizers-proposes-bert-normalization-speedups-2026.md), [Deutsch](https://newsverum.com/de/news/hugging-face-tokenizers-proposes-bert-normalization-speedups-2026.md), [Português](https://newsverum.com/pt/news/hugging-face-tokenizers-proposes-bert-normalization-speedups-2026.md)

شرح منشور لفريق Tokenizers في Hugging Face بتاريخ 15 أكتوبر تغييرات مقترحة لتسريع تطبيع النصوص في نماذج BERT. تتجاوز الطريقة أعمال التطبيع لمقاطع ASCII، وتخزن قرارات Unicode مؤقتاً في صفحات من 256 نقطة ترميز، وتتجنب تخصيص سلسلة جديدة إذا لم يتغير النص. وأظهر تحليل الفريق أن التطبيع استهلك 88% من زمن الترميز الإنجليزي بعد الإحماء، مقابل 8% لاختيار الرموز في WordPiece.

ويقول المنشور إن فرع التطوير رمّز bert-base-uncased بسرعة تصل إلى نحو 50 ضعفاً مقارنة بـTokenizers 0.23 في المدخلات المختبرة، مع تطابق معرّفات الرموز في المدونات المعلنة. كانت المكاسب أكبر للإنجليزية والشيفرة؛ وبلغت 2.2 إلى 3.2 مرة للعربية واليونانية والروسية، بينما كانت محدودة أو معدومة للصينية. وقد تصبح المدخلات القصيرة أبطأ، وكانت التغييرات لا تزال في مرحلة طلب الدمج؛ لذلك لا يمثل الرقم ضماناً عاماً للأداء الإنتاجي.

## البيانات

### ملخص الإعلان

المنهجية: يلخص سجل الحدث إعلان المصدر ولا يضيف تحققاً مستقلاً أو تعميماً يتجاوز ما ورد فيه.

| date | label | description | status |
|---|---|---|---|
| 2026-10-15 | فريق Hugging Face يعلن تسريعاً مقترحاً لتقطيع نصوص BERT | تختلف المكاسب حسب اللغة وحجم الإدخال، وكانت التحسينات ما تزال قيد المراجعة. | occurred |

المصادر: <https://huggingface.co/blog/huggingface/tokenmaxxing-bert> · تنزيل البيانات: [JSON](https://newsverum.com/api/v1/articles/hugging-face-tokenizers-proposes-bert-normalization-speedups-2026/data/announcement-record?lang=ar&format=json) · [CSV](https://newsverum.com/api/v1/articles/hugging-face-tokenizers-proposes-bert-normalization-speedups-2026/data/announcement-record?lang=ar&format=csv)

## المصادر

- [Hugging Face Tokenizers team](<https://huggingface.co/blog/huggingface/tokenmaxxing-bert>) (تاريخ مراجعة المصدر: 2026-10-15; نُشر: 2026-10-15)

---

استخدم الرابط الدائم أعلاه عند الاقتباس. [معايير النشر والتصحيحات](https://newsverum.com/ar/editorial)