باختصار
Ground Truth (الحقيقة المرجعية) هي الواقع: الحاجة اللي حصلت فعلًا. وهي اللي بنقيس عليها صحّة توقّعات أي نموذج.
بالتفصيل
كل مقياس تقييم تقريبًا، زي الـ Accuracy والـ Precision والـ Recall، بيقارن توقّع النموذج بالـ Ground Truth. فلو الحقيقة نفسها فيها غلط، كل الأرقام اللي جاية منها هتبقى غلط.
ومسرد Google بينبّه إن الـ Ground Truth مش دايمًا «حقيقية» بالكامل. أمثلة على العيوب:
- سجلّات ناقصة أو غلط: هل إحنا متأكّدين إن سجلّات الجامعة صحيحة 100%؟
- أجهزة قياس: لو القيمة جاية من أجهزة زي البارومتر، هل كل الأجهزة متعايرة بنفس الشكل؟ وكل قراية اتاخدت في نفس الظروف؟
- رأي بشري: لو التسمية رأي إنسان، هل كل المقيّمين بيحكموا بنفس الطريقة؟ وأحيانًا بيدخّل مقيّمين خبراء عشان يحسّنوا الاتّساق.
مثال عملي
مثال المسرد: نموذج بيتوقّع هل طالب في سنة أولى جامعة هيتخرّج خلال 6 سنين. الـ Ground Truth هنا: هل الطالب ده اتخرّج فعلًا خلال 6 سنين ولا لأ.
ومع النماذج اللغوية الأمر أصعب. لو بتقيّم إجابات نموذج على أسئلة طبّية، الـ Ground Truth محتاجة دكتور يكتبها أو يراجعها. ولو اتنين دكاترة اختلفوا، يبقى إنت كمان محتاج تقرّر: مين فيهم هو «الحقيقة»؟
مصطلحات مرتبطة
- Label — التسمية.
- Reference Text — النصّ المرجعي.
- Rater — المقيّم.
- Annotation — التوصيف.
المصادر: Google ML Glossary
