تحليل البياناتجداول بيانات جوجلمعالجة النصوص

كيفية عد كلمات محددة في جداول بيانات جوجل

دليل أكاديمي شامل يشرح كيفية عد كلمات محددة في جداول بيانات جوجل باستخدام الدوال المتقدمة والرموز البديلة وتقنيات معالجة البيانات النصية بدقة واحترافية.

تاريخ النشر

تُعد معالجة البيانات النصية وتحويلها إلى مؤشرات كمية قابلة للقياس أحد الأركان الجوهرية في علم تحليل البيانات المعاصر والبحث العلمي التجريبي. في عصر التدفق المعلوماتي المكثف، لم تعد جداول البيانات مقتصرة على معالجة الأرقام والعمليات الحسابية البسيطة، بل تحولت إلى بيئات عمل حوسبية متقدمة قادرة على استيعاب النصوص غير المهيكلة واستنطاقها بأساليب إحصائية رصينة. وتكتسب جداول بيانات جوجل (Google Sheets) أهمية استثنائية بوصفها منصة سحابية رائدة توفر إمكانات تعاونية هائلة لمعالجة واستقراء البيانات النصية بدقة متناهية وسرعة فائقة تلبي احتياجات الباحثين والمحللين على حد سواء.

يتطلب رصد تكرارات الكلمات داخل مجموعات البيانات الضخمة فهمًا عميقًا للآليات المنطقية والخوارزميات الكامنة وراء الدوال النصية والشرطية. إن التحدي الأساسي الذي يواجه الباحثين لا يقتصر على مجرد إجراء فحص سطحي للمصفوفات، بل يمتد إلى التمييز الدقيق بين عد الخلايا التي تشتمل على كلمة معينة كجزء من محتواها، وبين القياس التراكمي الشامل لكافة مرات ظهور تلك الكلمة حتى وإن تكررت عدة مرات داخل الخلية المفردة ذاتها. هذا التمايز يفرض الانتقال من الدوال الشرطية التقليدية إلى بناء صيغ رياضية ومصفوفية مركبة تتفاعل مع السلاسل النصية على مستوى المحارف والرموز الدقيقة.

يقدم هذا الدليل المرجعي الموسع إطارًا أكاديميًا وتطبيقيًا شاملاً لآليات وخوارزميات عد الكلمات المحددة في جداول بيانات جوجل، بدءًا من التأسيس النظري والمنطقي لدوال العد الإحصائي، مرورًا بالتقنيات الرياضية القائمة على حساب أطوال النصوص وفروق السلاسل، ووصولاً إلى توظيف التعابير النمطية (Regular Expressions) لمعالجة التحديات المعقدة، وبخاصة تلك المرتبطة بالخصائص الصرفية والإملائية الفريدة للغة العربية. سنستعرض عبر هذا الدليل خطوات عملية ومصفوفات تجريبية موثقة تضمن للباحث والمحلل تحقيق أعلى درجات الموثوقية والدقة الإحصائية في معالجة المحتوى النصي وتصنيفه.

جدول المحتويات

1. مقدمة منهجية لتحليل البيانات النصية في جداول بيانات جوجل

1.1 أهمية القياس الكمي للبيانات النصية في البحوث والتحليلات

يمثل القياس الكمي للبيانات النصية جسرًا منهجيًا محوريًا يربط بين المناهج النوعية والمناهج الكمية في الدراسات الأكاديمية والتحليلات التطبيقية المعاصرة. في كثير من الأحيان، تُجمع البيانات على هيئة نصوص وصفية، مثل تفريغ المقابلات المتعمقة، أو إجابات الأسئلة المفتوحة في الاستبيانات، أو سجلات التقييمات وآراء العملاء. هنا تبرز جداول بيانات جوجل كأداة حوسبة أولية منخفضة التكلفة وعالية الكفاءة، تتيح للباحث تصنيف وفرز المتغيرات النوعية المعقدة إلى فئات إحصائية واضحة المعالم، مما يسهل تحويل الظواهر اللغوية المجردة إلى ترددات رقمية قابلة للاختبار والتحليل الإحصائي الاستدلالي.

إن عملية تحويل النصوص الوصفية إلى مؤشرات كمية تسمح بتطبيق مبادئ تحليل المحتوى (Content Analysis) بصورة معيارية؛ حيث يُقاس الوزن النسبي لمفهوم معين من خلال معدل تكرار المصطلحات المرتبطة به دلاليًا. على سبيل المثال، في بحوث علم النفس الاجتماعي، يمكن لمعدل تكرار مفردات دالة على القلق أو التفاؤل أن يوفر مقياسًا موضوعيًا للحالة الوجدانية للمستجيبين. كما تسهم هذه القياسات في قطاع الأعمال في رصد الاتجاهات والمشاعر العامة للمستهلكين، مما يجعل من دقة خوارزميات العد النصي ركيزة أساسية لاتخاذ قرارات استراتيجية مبنية على براهين صلبة وموثوقة خالية من الانحياز التأويلي.

علاوة على ذلك، فإن التعامل مع النصوص الكبيرة عبر تقنيات الحوسبة المجدولة يوفر إمكانية استخراج المؤشرات الببليومترية والمفاهيمية بسرعة فائقة مقارنة بالقراءة البشرية الفاحصة التي تستهلك وقتًا طويلاً وعرضة للخطأ البشري. يتيح ذلك للباحثين تصميم مصفوفات تحليلية رصينة ترصد التردد اللفظي للمفردات وعلاقتها بمتغيرات ديموغرافية أو تصنيفية أخرى، مما يثري النتائج البحثية ويعزز من درجة تعميمها علميًا من خلال دمج الأبعاد اللغوية بالأطر الرياضية الصارمة.

1.2 التحديات التقنية المرتبطة بمعالجة النصوص داخل الخلايا

تختلف بنية البيانات النصية اختلافًا جوهريًا عن البيانات الرقمية داخل جداول البيانات؛ فالبيانات الرقمية تلتزم بنظام عشري موحد وقواعد جبرية متفق عليها عالميًا، في حين تتسم البيانات النصية بطبيعتها غير المنظمة (Unstructured Data) وتنوعها الدلالي والتركيبي. داخل بيئة جداول بيانات جوجل، تُعامل النصوص كسلاسل من المحارف (Character Strings) تتبع معايير ترميز محددة مثل يونيكود (Unicode)، حيث يحمل كل حرف ومسافة وعلامة ترقيم قيمة بايت فريدة. هذا الاختلاف البنيوي يفرض تحديات تقنية معقدة عند محاولة استرجاع أو عد مفردة محددة ضمن مستودع نصي ضخم.

من أبرز هذه التحديات وجود المسافات الزائدة في بدايات السلاسل أو نهاياتها، أو تكرار المسافات الفاصلة بين الكلمات، بالإضافة إلى علامات الترقيم (كالفواصل، والنقاط، وعلامات الاستفهام والتعجب) التي تلتصق بالكلمات وتجعل محركات البحث الشرطية تعامل الكلمة المقترنة بعلامة ترقيم ككيان نصي مغاير تمامًا للكلمة المجردة. فعلى سبيل المثال، لا تتطابق الكلمة “بحث” مع “بحث،” أو “بحث.” في حال تطبيق خوارزميات المطابقة التامة، مما يؤدي إلى نتائج مضللة وفقدان جزء كبير من البيانات المستهدفة بالقياس.

تتطلب هذه الإشكاليات اختيارًا دقيقًا للدوال الرياضية المناسبة لطبيعة المعطيات وموضع الكلمة داخل البنية النصية للخلية. لا يمكن الاعتماد على منهجية حسابية موحدة لكل الحالات؛ فالتعامل مع النصوص القصيرة (مثل أسماء المنتجات أو المدن) يختلف جذريًا عن فحص الفقرات السردية الطويلة التي قد تحتوي على الكلمة المستهدفة عدة مرات في سياقات لغوية وتركيبية متباينة، وهو ما يفرض على المحلل فهم الحدود التقنية لكل دالة قبل الشروع في استخدامها.

1.3 نظرة عامة على دوال الحساب والشرط المستخدمة في جداول البيانات

تمتلك جداول بيانات جوجل بيئة متكاملة من الدوال المتخصصة في التعامل مع الإحصاء والعمليات المنطقية ومعالجة النصوص. تنقسم هذه الأدوات بصفة عامة إلى فئتين رئيسيتين: دوال العد الرقمي المباشر، ودوال التقييم المنطقي المشروط. تتصدر الدالة الرياضية COUNT عائلة الدوال الإحصائية البسيطة المخصصة لحصر الخلايا التي تتضمن قيمًا رقمية فقط، في حين تتكفل الدالة COUNTA بحساب كافة الخلايا غير الفارغة بغض النظر عن طبيعة محتواها، سواء كان نصيًا، رقميًا، أو حتى رموزًا استثنائية متباينة.

مع تطور احتياجات التحليل، ظهرت عائلة الدوال الشرطية التي تجمع بين كفاءة العد الرياضي وصرامة الفحص المنطقي، وعلى رأسها دالة COUNTIF ونظيرتها المتعددة الشروط COUNTIFS. تعمل هذه الدوال على اختبار محتوى كل خلية ضمن نطاق جغرافي محدد وفق معيار محدد بدقة، وتصدر قيمة منطقية ثنائية تحكم ما إذا كانت الخلية تُضم إلى المجموع التراكمي النهائي أم تُستبعد، وهو ما يجعلها الأداة المفضلة لحصر الخلايا المستوفية للشروط النصية.

شهدت بيئة عمل جداول بيانات جوجل تحولات متسارعة مكنتها من معالجة العمليات الحسابية النصية الأكثر تعقيدًا عبر دعم الدوال المصفوفية التراكمية مثل ARRAYFORMULA وSUMPRODUCT، والاقتران بدوال معالجة السلاسل النصية المتقدمة مثل SUBSTITUTE وREGEXMATCH. هذا التطور جعل من الممكن تجاوز القيود التقليدية للمطابقة السطحية، وتأسيس خوارزميات داخلية قادرة على تفكيك الجمل، وفحص الحروف، وعد الكلمات بدقة بالغة تضاهي لغات البرمجة المتخصصة في معالجة اللغات الطبيعية.

2. الأساس المنطقي والرياضي لدالة COUNTIF في استرجاع البيانات النصية

2.1 البنية التركيبية العامة لدالة COUNTIF

تعتمد دالة COUNTIF في جداول بيانات جوجل على بناء تركيبي مبسط يتألف من وسيطتين إلزاميتين تحددان بدقة آلية التنفيذ: وسيطة النطاق الجغرافي (Range)، ووسيطة المعيار المنطقي (Criterion). تُصاغ الدالة رياضيًا وفق النموذج المعياري: =COUNTIF(range, criterion). يمثل النطاق مجموعة الخلايا المترابطة أو المنفصلة المراد إخضاعها للفحص الحسابي، مثل A1:A100، حيث يلتزم محرك الحوسبة بالمرور التكراري على كل خلية ضمن هذه المصفوفة المعرفة دون استثناء.

أما وسيطة المعيار، فهي التعبير الذي يحدد الشرط الواجب توفره لاحتساب الخلية. يمكن أن يكون هذا المعيار قيمة رقمية، أو مقارنة رياضية، أو نصًا صريحًا محاطًا بعلامات تنصيص مزدوجة (مثل "نجاح"). يقوم محرك الجداول بقراءة هذا المعيار وتقييمه بشكل صارم أثناء معالجة كل عنصر في الذاكرة الحسابية؛ فإذا تطابق محتوى الخلية قيد المراجعة مع المعيار النصي، تُحسب الخلية كوحدة واحدة تضاف إلى المتغير التراكمي في الذاكرة المؤقتة للبرنامج.

تتسم دالة COUNTIF بكفاءة حوسبية عالية في استهلاك الذاكرة عند التعامل مع النطاقات المعيارية، حيث تعمل كحلقة تكرار داخلية (Internal Loop) تمسح البيانات الخطية وتصدر النتيجة بصورة فورية. ومع ذلك، فإن نجاح هذه العملية يعتمد كليًا على دقة تحديد المعيار المنطقي، وأي خطأ في صياغة هذا المعيار يؤدي إلى إخفاق الدالة في التعرف على النصوص المستهدفة، أو إعطاء نتائج مضللة تؤثر على مجمل التقرير الإحصائي النهائي.

2.2 آلية التقييم الثنائي (صواب أو خطأ) داخل النطاق المحدد

تعتمد الخوارزمية الداخلية لدالة COUNTIF على نظام المنطق البولياني (Boolean Logic) القائم على التقييم الثنائي لقيم الصواب والخطأ (TRUE or FALSE). عند استدعاء الدالة وتطبيقها على نطاق محدد، تُجري عملية مقارنة منطقية بين محتوى كل خلية والمعيار المحدد. إذا نتج عن المقارنة قيمة صواب (TRUE)، تُحول هذه القيمة رياضيًا إلى الرقم واحد (1)، وفي حال كانت النتيجة خطأ (FALSE)، تُحول إلى الرقم صفر (0).

تتراكم هذه القيم الأحادية عبر النطاق لتوليد المجموع النهائي؛ فالقيمة التي تظهر للمستخدم ليست سوى حاصل جمع جبري بسيط لكافة النتائج الإيجابية التي ولّدتها عملية الفحص المنطقي. هذه المنهجية تضمن سرعة المعالجة واستقرارها الرياضي، لكنها تكشف في الوقت ذاته عن الحدود الافتراضية الصارمة للدالة؛ إذ تتعامل COUNTIF مع الخلية كوحدة تحليل مغلقة غير قابلة للتجزئة عند غياب العوامل المساعدة.

تتجلى مشكلة هذا التقييم الثنائي عندما تحتوي الخلية الواحدة على تكرار للمفردة المطلوبة أكثر من مرة. فإذا كانت الخلية A1 تحتوي على العبارة: “العلم نور والعلم رفعة”، فإن التقييم المنطقي للدالة يفحص ما إذا كانت الخلية تحتوي على الكلمة المستهدفة، ويصدر القيمة (TRUE) مرة واحدة فقط. وبالتالي، تحتسب الدالة هذه الخلية كرقم واحد، متجاهلة تمامًا حقيقة أن الكلمة قد تكررت مرتين، مما يؤكد أن دالة COUNTIF المجردة صُممت لعد “الخلايا” المستوفية للشرط، لا لعد “مرات الظهور” الفعلية للمفردات.

2.3 المقارنة بين المطابقة الكاملة والمطابقة الجزئية

تتصرف دالة COUNTIF بصورة افتراضية وفق مبدأ المطابقة الكاملة (Exact String Matching) في حال كُتب المعيار النصي دون استخدام رموز برمجية مساعدة. فإذا كتب الباحث الصيغة =COUNTIF(A1:A50, "تسويق")، فإن الدالة لن تحتسب سوى الخلايا التي تحتوي حرفيًا وحصريًا على كلمة “تسويق” بمفردها، دون أي سوابق أو لواحق أو مسافات إضافية، مستبعدة الخلايا التي تحتوي على نصوص مركبة مثل “التسويق الرقمي” أو “إدارة التسويق”.

هذا السلوك الافتراضي يُعد مثاليًا لتصنيف المتغيرات الاسمية المقننة، كما في استبيانات الاختيار من متعدد أو تصنيفات الفئات الثابتة (مثل: “ذكر”، “أنثى”، أو “نعم”، “لا”). غير أنه يتحول إلى عائق منهجي جسيم عند تحليل النصوص الحرة أو تفريغ المقابلات؛ حيث ترد الكلمات المفتاحية غالبًا مدمجة داخل سياقات لغوية وجمل طويلة تتضمن كلمات إضافية قبلها وبعدها، مما يمنع الدالة من رصدها نهائيًا، ويعطي انطباعًا زائفًا بعدم وجود البيانات في المصفوفة.

من هنا تنبع الحاجة المعرفية لتطويع الدالة عبر الانتقال من المطابقة الكاملة إلى المطابقة الجزئية (Partial String Matching). يتحقق ذلك عن طريق دمج أدوات تقنية خاصة ضمن وسيطة المعيار تسمح بتجاوز صرامة التطابق الحرفي للخلية بأكملها، وتمكين محرك الحوسبة من اصطياد الكلمة المستهدفة أينما وردت داخل النص، وهو ما يفتح الباب واسعًا لتوظيف ما يُعرف بالرموز البديلة أو المحارف النائبة (Wildcards).

3. توظيف الرموز البديلة (Wildcards) لتحقيق المطابقة الجزئية

3.1 مفهوم رمز النجمة (*) ودوره في التوسع النصي

يمثل رمز النجمة (Asterisk – *) في علوم الحاسوب ومعالجة البيانات محرفًا بديلاً عامًا يمتلك قوة رياضية استثنائية؛ إذ يعبر عن سلسلة نصية غير محددة الطول تتألف من صفر أو أكثر من المحارف المتتالية. عند إدراج هذا الرمز في وسيطة المعيار داخل الدوال الشرطية في جداول بيانات جوجل، فإنك تعطي أمرًا لمحرك المعالجة بتجاهل أي نصوص أو مسافات قد تسبق أو تلي المفردة المستهدفة، مما يحرر البحث من قيود المطابقة الكلية للخلية.

لتطبيق التوسع النصي الشامل، تُحاط الكلمة المستهدفة بنجمتين، بحيث تسبقها نجمة وتتبعها نجمة أخرى، وفق الصيغة: "*كلمة*". تفسر جداول البيانات هذه الصيغة على أنها: “قم باحتساب أي خلية تحتوي على هذه الكلمة، بغض النظر عما إذا كان يسبقها أي عدد من الحروف والمسافات أو يليها أي نصوص إضافية، وبغض النظر عما إذا كانت الكلمة تقع في بداية الجملة، أو وسطها، أو نهايتها الحتمية”.

يوضح الجدول الآتي كيفية تفسير محرك جداول بيانات جوجل لمواضع رمز النجمة المختلفة وتأثيرها على نتائج المطابقة في النطاق المستهدف:

  • "بيانات*": تطابق فقط الخلايا التي تبدأ حصريًا بكلمة “بيانات”، مثل: “بيانات وصفية”، ولا تطابق “تحليل بيانات”.
  • "*بيانات": تطابق فقط الخلايا التي تنتهي حصرًا بكلمة “بيانات”، مثل: “جداول بيانات”، وتتجاهل أي نصوص تتبعها.
  • "*بيانات*": المطابقة الحرة الأوسع؛ حيث تطابق الخلايا التي تحتوي على المفردة في أي موضع كان ضمن السلسلة النصية.

3.2 رمز علامة الاستفهام (؟) ودوره في المطابقة الفردية

على النقيض من رمز النجمة الذي يتعامل مع امتدادات نصية غير متناهية، يختص رمز علامة الاستفهام (Question Mark – ?) بالمطابقة الموضعية الفردية؛ فهو يحل محل محرف نصي واحد فقط لا غير. تُعد هذه الخاصية بالغة الأهمية والدقة عندما يرغب المحلل في التعامل مع الكلمات التي تشهد تباينًا طفيفًا في حرف واحد نتيجة خطأ إملائي شائع، أو نتيجة تصريف لغوي أو لهجي محدد، دون فتح الباب للاحتمالات اللامتناهية التي قد تجلبها النجمة.

على سبيل المثال، عند البحث عن صيغ كلمة مثل “نظم” أو “نظموا”، أو تتبع الكلمات الإنجليزية التي تختلف في حرف واحد مثل “Sm?th” لتشمل كلاً من “Smith” و”Smyth”، تصبح علامة الاستفهام الأداة الرياضية الأكثر صرامة وملاءمة. تضمن هذه الآلية عدم احتساب كلمات غير مرغوب فيها قد تتشارك مع المفردة في الجذر لكنها تتجاوز الطول المحدد للحروف، مما يحفظ للتجربة دقتها الإحصائية ويقلل من نسب الخطأ في الرصد.

يمكن للمحلل أيضًا الجمع بين أكثر من علامة استفهام متتالية لتحديد عدد محدد من الأحرف المجهولة بدقة متناهية؛ فالمعيار "ق??ر" سيطابق الكلمات المكونة من أربعة أحرف حصريًا والتي تبدأ بحرف القاف وتنتهي بحرف الراء (مثل: “قطار”، “قدرر”)، كما يمكن الجمع بين علامة الاستفهام ورمز النجمة كأن يُكتب المعيار "أ?د*" لاصطياد أنماط تركيبية محددة بدقة بالغة.

3.3 استخدام علامة التلدة (~) للتعامل مع الرموز الخاصة كأحرف حرفية

يواجه الباحثون معضلة تقنية معقدة عندما يكون موضوع البحث نفسه أو الكلمة المستهدفة تشتمل في أصلها على رمز النجمة (*) أو علامة الاستفهام (؟). نظرًا لأن محرك جداول بيانات جوجل مبرمج على التعامل مع هذين الرمزين كرموز بديلة وظيفية ذات دلالات حوسبية استثنائية، فإن إدخالهما المجرد في المعيار سيؤدي إلى تفعيل وظيفتهما التوسعية، وليس البحث عنهما كرموز مطبوعة داخل الخلية.

لحل هذه المشكلة الرياضية والبرمجية، توفر بيئة جداول البيانات محرف الهروب (Escape Character) المتمثل في رمز علامة التلدة (Tilde – ~). تؤدي كتابة علامة التلدة قبل الرمز الخاص مباشرة إلى إبطال مفعوله الوظيفي البرمجي، وإجبار محرك التحليل على معاملته كمحرف نصي حرفي خالص (Literal Character) يجب البحث عن شكله ومطابقته بدقة.

فإذا كان النطاق يحتوي على استفسارات أو تقييمات تتضمن علامات استفهام ويراد عد الخلايا التي تنتهي بسؤال، تتم كتابة المعيار بالصيغة: "*~?*". تضمن هذه الصياغة المركبة أن الرمز الأول (*) يمثل نصوصًا غير محددة، في حين تُعطل علامة التلدة (~) الوظيفة البرمجية لعلامة الاستفهام التالية لها، مما يجعل الدالة تبحث حرفيًا عن وجود علامة الاستفهام الفعلية ضمن النص، وهو ما يمنع الأخطاء التفسيرية الشائعة التي تعصف بالتقارير الكمية.

4. الدليل التطبيقي لحساب عدد الخلايا المحتوية على كلمة معينة

4.1 إعداد بيئة العمل وهيكلة مصفوفة البيانات التجريبية

يتطلب الشروع في التحليل الإحصائي للكلمات بناء وتجهيز مصفوفة بيانات نقية ومنظمة؛ فالتحليل المتقدم لا يمكن أن ينجح فوق بنية هشة تعاني من تداخل الحقول أو العشوائية في الإدخال. يجب أولاً تنظيم البيانات النصية ضمن عمود أو نطاق محدد من الأعمدة المعنونة بوضوح، مثل تخصيص العمود A لمتن النصوص، بدءًا من الخلية A2 وحتى نهاية السجلات، مع حجز الصف الأول لرؤوس الأعمدة الوصفية (Metadata).

يجب على المحلل التأكد التام من خلو النطاق المستهدف من وجود أي خلايا مدمجة (Merged Cells)؛ حيث إن دمج الخلايا يُحدث تشويشًا خطيرًا في استدعاء المراجع ويجعل بعض القيم غير مرئية بالنسبة لمحركات الدوال الشرطية. كما يُفضل تنحية أي مجاميع فرعية أو هوامش تعليقية خارج نطاق البيانات الخام لضمان عدم دخولها بطريق الخطأ في حسابات الدالة.

عقب تهيئة مصفوفة النصوص، يتم اختيار خلية مستقلة في ورقة العمل أو في ورقة تقارير منفصلة لتستقر فيها القيمة العددية الناتجة عن المعادلة. يضمن هذا الفصل المنهجي بين مستودع البيانات ومخرجات التحليل سهولة تتبع المعادلات، وتحديث البيانات دون المخاطرة بالكتابة فوق الخلايا الرياضية المركبة، مما يؤسس لمشروع تحليلي يتسم بالشفافية والصلابة الهيكلية.

4.2 كتابة الصيغة المعيارية وتطبيق الرموز البديلة

لتطبيق الخوارزمية الحسابية الرامية إلى عد الخلايا التي تحتوي على كلمة محددة (ولتكن كلمة “جداول”) ضمن النطاق A2:A100، يتم التوجه إلى الخلية المخصصة للمخرج وكتابة المعادلة بالصيغة المعيارية التالية:

=COUNTIF(A2:A100, "*جداول*")

تبدأ الدالة بعلامة التساوي (=) التي تخطر نظام جداول بيانات جوجل ببدء تنفيذ صيغة برمجية، متبوعة باسم الدالة COUNTIF بأحرف واضحة. يتم تحديد النطاق A2:A100 كوسيطة أولى، متبوعًا بفاصلة أو فاصلة منقوطة (وفقًا للإعدادات الإقليمية للمستخدم)، ثم يُكتب المعيار بين علامتي تنصيص مزدوجتين، مع إحاطة الكلمة برمزي النجمة لضمان التقاطها في أي موضع من السلسلة النصية.

عند الرغبة في تعميم هذه المعادلة عبر نسخها وسحبها أفقيًا أو رأسيًا لتحليل نطاقات متعددة، يصبح من الضروري تحويل مراجع النطاق من مراجع نسبية إلى مراجع مطلقة (Absolute References) باستخدام رمز الدولار ($). فتتحول الصيغة إلى =COUNTIF($A$2:$A$100, "*جداول*")، مما يحول دون إزاحة النطاق الجغرافي عند نسخ الصيغة إلى خلايا أخرى، ويضمن ثبات مساحة المسح الرياضي على امتداد عملية التحليل بالكامل.

4.3 ربط معيار البحث بخلية مرجعية ديناميكية

على الرغم من فاعلية كتابة الكلمة مباشرة داخل المعادلة، إلا أن هذه الممارسة تُعد غير مرنة وغير عملية عند إجراء دراسات واسعة تشمل مئات الكلمات المفتاحية؛ إذ سيتعين على الباحث تعديل نص المعادلة يدويًا في كل مرة يغير فيها المفردة المستهدفة. لتجاوز هذا القيد المنهجي، يتم اللجوء إلى ربط معيار البحث بخلية مرجعية ديناميكية تفاعلية.

يتحقق هذا الربط من خلال استخدام أداة العطف والدمج النصي الفاصلة (& – Ampersand). بافتراض أن الكلمة المراد تتبعها مكتوبة داخل الخلية C2، يمكننا صياغة المعادلة بالطريقة المتقدمة التالية:

=COUNTIF($A$2:$A$100, "*" & C2 & "*")

يقوم محرك جداول البيانات هنا بقراءة محتوى الخلية C2، ثم يدمجه بدقة بين رمزي النجمة قبل تمريره إلى دالة COUNTIF كمعيار نصي مكتمل الأركان. تمنح هذه الطريقة لوحة البيانات مرونة مطلقة؛ حيث يمكن للباحث إنشاء جدول يحتوي على قائمة بالكلمات المفتاحية في العمود C، وسحب المعادلة المقابلة في العمود D، ليتم حساب تردد كل كلمة تلقائيًا وبصورة فورية، دون الحاجة إلى لمس الصيغ الرياضية أو كتابتها مرارًا وتكرارًا.

5. الفروق الجوهرية بين عد الخلايا وعد مرات ظهور الكلمة

5.1 الخلط الشائع بين حدوث الكلمة ووحدة الخلية

يقع كثير من ممارسي تحليل البيانات في خطأ منهجي فادح يتمثل في الخلط بين “عدد الخلايا الحاوية للمفردة” (Cell Occurrence) و”إجمالي عدد مرات ورود المفردة” (Total Word Frequency). ينشأ هذا اللبس نتيجة الاعتماد الحصري على دالة COUNTIF؛ فإذا وردت كلمة “تقرير” ثلاث مرات داخل خلية واحدة (مثل: “قدم الباحث تقرير الإنجاز وتمت مراجعة تقرير العمل واعتماد تقرير الأداء”)، فإن دالة COUNTIF ستحتسب هذه الخلية كوحدة واحدة فقط (1)، مما يؤدي إلى ضياع تكرارين مؤكدين للكلمة.

تترتب على هذا الإغفال تبعات خطيرة في البحوث الإحصائية المتقدمة، لا سيما في دراسات اللسانيات الحاسوبية وتحليل الخطاب؛ حيث يمثل التكرار الداخلي للكلمة الواحدة مؤشرًا حاسمًا على التركيز الدلالي، والوزن النسبي، والكثافة المفاهيمية. إن اعتبار الخلية التي تتضمن المصطلح مرة واحدة مساوية للخلية التي تتضمنه عشر مرات يشوه التوزيع التكراري للبيانات ويؤدي إلى انحراف قياسات التشتت والانحراف المعياري لترددات الكلمات.

لذلك، يجب على المحلل أن يحدد بوضوح لا لبس فيه منذ البداية: هل الهدف التحليلي هو استخراج مؤشر الانتشار (Diffusion Rate) لمعرفة نسبة الحالات أو الاستجابات التي ذكرت الفكرة عمومًا؟ أم أن الهدف هو الاستخراج الدقيق للكثافة اللفظية والتكرار المطلق (Absolute Frequency)؟ فإذا كان الهدف هو الأخير، تصبح دالة COUNTIF غير كافية من الناحية الرياضية، مما يفرض الانتقال الفوري إلى أدوات تفكيك السلاسل النصية.

5.2 الحاجة إلى معادلات تفكيك السلاسل النصية

للخروج من مأزق المعاملة الكلية للخلية، اتجه علماء الحوسبة إلى ابتكار حلول تعتمد على تفكيك السلاسل النصية وقياس خواصها المورفولوجية والرياضية. بدلاً من السؤال المنطقي البسيط: “هل توجد الكلمة داخل هذه المساحة؟”، يصبح السؤال الرياضي الجديد: “كم تشغل هذه الكلمة من الطول الكلي للنص، وكم سيتقلص هذا الطول في حال محونا الكلمة تمامًا من المشهد الحسابي؟”.

تتعامل هذه المقاربة مع الخلية كفقرة متصلة من المحارف، حيث يمثل كل حرف مساحة مكانية مسجلة في الذاكرة. من خلال استخدام الحساب الطولي للنصوص، يتحول القياس من مجرد تقييم منطقي ثنائي مشروط إلى معادلة تفاضلية نصية تقيس أثر غياب الكلمة على الحجم الكلي للأحرف داخل المصفوفة الحسابية المحددة.

يوفر هذا النموذج الحسابي دقة إحصائية مطلقة لا تقبل الخطأ؛ إذ يتعامل مع كل خلية ككيان تحليلي مستقل يتم تشريحه داخليًا، واستخراج كل تكرار منفرد للمفردة حتى وإن وردت عشرات المرات. تتيح هذه المنهجية للباحثين تفكيك النصوص السردية الكبرى، والمقالات، ومحاضر الجلسات الرسمية، واستخراج الترددات الصرفة للكلمات دون إسقاط أي تكرار داخلي قد يغير معالم التحليل الإحصائي.

5.3 صياغة إطار عمل لتحديد المعادلة المناسبة حسب الهدف التحليلي

لتجنب التخبط واختيار الصيغة المثلى، يمكن صياغة إطار عمل إجرائي يعتمد على ثلاثة معايير أساسية: نوع بنية البيانات، والهدف الإحصائي المرجو، والحجم الإجمالي للنطاق. يتيح هذا الإطار اتخاذ القرار الصحيح بين الدوال الشرطية ودوال الفروق النصية، كما يوضح الجدول المعياري التالي:

  • طبيعة النص: إذا كانت النصوص عبارة عن كلمات مفردة أو خيارات استبيان محددة وقصيرة، فإن خوارزمية COUNTIF مع المطابقة التامة أو الجزئية تكون كافية وسريعة للغاية.
  • الفقرات السردية الطويلة: إذا كان النطاق يحتوي على إجابات مقالية أو نصوص مجمعة، يصبح لزامًا استخدام معادلات قياس الفروق الطولية لضمان عدم ضياع التكرارات المتعددة للكلمة داخل السجل الواحد.
  • مستوى الحساسية اللغوية: إذا كانت حالة الأحرف أو التشكيل أو اللواحق تلعب دورًا فارقًا في تصنيف المفهوم، يتم الاعتماد على معادلات المصفوفات المتقدمة المقترنة بالتعابير النمطية أو الدوال الحساسة للموقع.

6. حساب إجمالي تكرار الكلمة باستخدام دوال LEN وSUBSTITUTE وSUMPRODUCT

6.1 المنهجية الرياضية القائمة على قياس فروق الأطوال النصية

تستند هذه الخوارزمية الإبداعية إلى مبدأ رياضي عبقري يتجاوز القيود الافتراضية لدوال العد الشرطي، حيث تجمع بين دالتي LEN وSUBSTITUTE لإجراء عملية قياس تفاضلي دقيقة لطول السلاسل النصية. تختص دالة LEN بقياس الطول الإجمالي للنص داخل الخلية، حيث تعيد عدد المحارف المكونة للخلية متضمنة الأحرف، والأرقام، والمسافات، وعلامات الترقيم.

أما دالة SUBSTITUTE، فتتولى استبدال نص قديم بنص جديد داخل السلسلة المستهدفة. توظف الخوارزمية هذه الدالة لتحديد الكلمة المستهدفة واستبدالها بنص فارغ تمامًا يُرمز له بعلامتي تنصيص متتاليتين دون أي مسافة بينهما "". تؤدي هذه العملية إلى محو الكلمة تمامًا من السلسلة النصية، مما يترتب عليه بالضرورة انكماش الطول الإجمالي للنص بمقدار مساوٍ لعدد أحرف الكلمات المحذوفة مجتمعة.

بعد ذلك، يتم طرح الطول الجديد المقاس بعد الحذف من الطول الأصلي المقاس قبل الحذف؛ والناتج الحسابي لهذا الطرح يمثل حرفيًا إجمالي عدد الأحرف التي اختفت من الخلية نتيجة إزالة الكلمة المستهدفة بجميع تكراراتها. فإذا كان الفارق صفرًا، دل ذلك على أن الكلمة لم تكن موجودة أصلًا؛ وإذا كان الفارق عددًا موجبًا، فإنه يعبر بدقة عن المساحة المكانية التي كانت تشغلها تلك المفردة.

6.2 القسمة على طول الكلمة لاستخراج العدد الدقيق للتكرارات

بمجرد الحصول على الفارق الإجمالي لأحرف الكلمات المحذوفة، تتبقى خطوة جبرية حاسمة لتحويل هذا الناتج الموضعي إلى عدد التكرارات الفعلي للمفردة؛ وتتمثل هذه الخطوة في قسمة الفارق الحسابي للأطوال على الطول الفعلي للكلمة الواحدة المستهدفة، مقاسًا هو الآخر باستخدام دالة LEN. تعتمد هذه الخطوة على فكرة أن كل ظهور منفرد للكلمة يستهلك عددًا من الأحرف مساويًا تمامًا لطولها الحرفي.

تُصاغ المعادلة المتكاملة لخلية فردية (ولتكن الخلية A2) مع افتراض أن الكلمة المستهدفة مكتوبة في الخلية C2، وفق النمط الرياضي المتقن التالي:

=(LEN(A2) - LEN(SUBSTITUTE(A2, C2, ""))) / LEN(C2)

لتوضيح ذلك تجريبيًا: لنفترض أن الخلية A2 تحتوي على النص: “تعلم ثم تعلم”، وأن الكلمة المستهدفة في C2 هي “تعلم”. يبلغ طول النص الأصلي 12 محرفًا (بما فيها المسافات). عند تطبيق دالة SUBSTITUTE لحذف “تعلم”، يتبقى النص ” ثم ” ويصبح طوله الجديد 4 محارف. بطرح الطول الجديد من القديم (12 – 4) ينتج الرقم 8، وهو إجمالي أحرف الكلمات المحذوفة. بقسمة الناتج 8 على طول كلمة “تعلم” (وهو 4 أحرف)، تكون النتيجة الرياضية النهائية (8 ÷ 4 = 2)، وهي تعبر بدقة مطلقة عن تكرار الكلمة مرتين داخل تلك الخلية.

6.3 توسيع النطاق الحسابي عبر مصفوفات SUMPRODUCT أو ARRAYFORMULA

لا تتوقف قوة هذه الخوارزمية عند حدود الخلية المفردة، بل يمكن تعميمها لتشمل نطاقًا نصيًا ضخمًا يتألف من آلاف الصفوف دون الحاجة إلى إنشاء أعمدة مساعدة (Helper Columns) تستهلك مساحات بصرية وتزيد من تعقيد ورقة العمل. يتحقق ذلك عن طريق دمج الصيغة السابقة داخل دالة التجميع المصفوفي التراكمي SUMPRODUCT أو دالة المصفوفات الشاملة ARRAYFORMULA المقترنة بالدالة SUM.

تُكتب الصيغة المصفوفية التراكمية المتطورة للنطاق بالكامل A2:A100 على النحو الآتي:

=SUMPRODUCT((LEN(A2:A100) - LEN(SUBSTITUTE(A2:A100, C2, ""))) / LEN(C2))

تعمل دالة SUMPRODUCT على إجبار محرك جداول البيانات على معالجة النطاق كمتجه رياضي متكامل؛ حيث تجري حسابات فروق الأطوال والقسمة لكل صف على حدة داخل الذاكرة الافتراضية، ثم تقوم بجمع كافة النواتج الجزئية للمصفوفة لتصدر رقمًا واحدًا يمثل الإجمالي الحقيقي لتكرار المفردة عبر كامل مستودع البيانات. تضمن هذه الطريقة توفيرًا هائلًا في وقت المعالجة، وتمنح لوحات القياس مرونة برمجية استثنائية تقيها أخطاء المراجع الحسابية المتفرقة.

7. التعامل المتقدم مع حساسية حالة الأحرف والمطابقة المنطقية

7.1 سلوك دالة COUNTIF الحيادي تجاه حالة الأحرف

تتسم دالة COUNTIF في بيئة جداول بيانات جوجل بسلوك افتراضي غير حساس لحالة الأحرف (Case-Insensitive) عند التعامل مع النصوص المكتوبة باللغات اللاتينية (مثل الإنجليزية والفرنسية). هذا يعني أن الدالة تعامل الأحرف الكبيرة (Uppercase) والأحرف الصغيرة (Lowercase) على أنها متطابقة تمامًا ومنسجمة بلا أي تمييز؛ فالصيغة =COUNTIF(A1:A10, "apple") ستطابق وتعد كلاً من “apple”، و”Apple”، و”APPLE” دون أي تفريق دلالي.

يتحول هذا التجاهل إلى ميزة حوسبية إيجابية عندما يكون الهدف هو حصر الكلمة بغض النظر عن موقعها من الجملة؛ حيث تُكتب الكلمات عادة بأحرف كبيرة في بداية الجمل الإنجليزية (Sentence Case). لكنه يتحول في المقابل إلى مأزق تحليلي خطير في سياقات لغوية وترميزية خاصة؛ مثل تحليل أسماء الجينات، أو الاختصارات العلمية الدقيقة، أو تصنيفات البرمجيات، أو الكلمات التي تختلف دلالتها جذريًا باختلاف حالة الحرف (مثل التفريق بين الاسم الشخصي “Rose” والزهرة العامة “rose”، أو بين لغة البرمجة “R” وحرف الجر).

يفرض هذا التقييد على المحلل الأكاديمي البحث عن مسارات رياضية بديلة تُخضع كل محرف للفحص المجهري لقيمته الثنائية في جدول الترميز الدولي، لضمان استبعاد أي كلمة لا تتطابق حرفيتها مع النمط المطلوب، وهو ما لا تستطيع دالة COUNTIF توفيره بمفردها مهما أضيفت إليها من عوامل مساعدة تقليدية.

7.2 تحقيق الحساسية الدقيقة لحالة الأحرف باستخدام دالة EXACT ودالة FIND

لتجاوز الحياد الحرفي وتأسيس نماذج قياس بالغة الحساسية لحالة الأحرف، يُستعان بدوال متخصصة تفرق بين الرموز اللاتينية بدقة، وأبرزها دالة EXACT ودالة FIND. تقارن دالة EXACT بين سلسلتين نصيتين وتعيد القيمة المنطقية (TRUE) حصريًا إذا كانت السلسلتان متطابقتين تطابقًا تامًا في كل حرف وشكله وترتيبه؛ وبالتالي فإن مقارنة “data” بـ “Data” باستخدام EXACT سينتج عنها فورًا القيمة (FALSE).

من جانب آخر، تبرز دالة FIND كأداة بحث موضعي حساسة لحالة الأحرف، بخلاف دالة SEARCH التي تتجاهل حالة الأحرف. تقوم دالة FIND بتحديد موضع بداية الكلمة المستهدفة داخل النص، فإذا لم تتطابق حالة الأحرف بدقة، تُخفق الدالة في العثور على الكلمة وتُرجع خطأ في القيمة، مما يتيح استغلال هذه الخاصية برمجياً للتحقق من وجود الكلمة بحالتها الأصلية.

يمكن بناء معادلة مصفوفية لعد الخلايا التي تتطابق بدقة تامة وحساسة لحالة الأحرف مع خلية مرجعية باستخدام تركيبة تجمع بين SUMPRODUCT وEXACT بالصيغة التالية:

=SUMPRODUCT(--EXACT(C2, A2:A100))

تُجبر علامتا الطرح المتتاليتان (Double Unary Operator – –) القيم المنطقية الصادرة عن الدالة (TRUE / FALSE) على التحول قسريًا إلى قيم رياضية ثنائية (1 و 0)، لتقوم SUMPRODUCT بجمعها بدقة متناهية، محققة بذلك العد الحساس لحالة الأحرف على مستوى الخلية بالكامل.

7.3 تطبيقات الجمع بين الحساسية والعد التكراري

تكتسب خوارزمية قياس فروق الأطوال التي شرحناها في القسم السادس ميزة تنافسية كبرى لا تتوفر في معظم الدوال الأخرى؛ وهي أن دالة SUBSTITUTE التي تقوم عليها الخوارزمية تُعد دالة حساسة لحالة الأحرف بطبيعتها الهيكلية (Case-Sensitive by default). هذه الميزة تجعل من خوارزمية LEN وSUBSTITUTE الأداة المثلى عالميًا للعد التكراري الحساس للحالة دون الحاجة إلى تركيبات برمجية إضافية معقدة.

إذا احتوت الخلية على النص “DNA analysis requires high quality dna extraction”، وأردنا عد تكرار المصطلح العلمي الدقيق “DNA” فقط بالأحرف الكبيرة، فإن تطبيق المعادلة =(LEN(A2) - LEN(SUBSTITUTE(A2, "DNA", ""))) / LEN("DNA") سيتجاهل تمامًا اللفظ المكتوب بأحرف صغيرة “dna”؛ لأن دالة SUBSTITUTE لن تمسه بحذف أو تغيير، مما يؤدي إلى حصر التكرار المستهدف بدقة مطلقة تبلغ (1) فقط.

أما إذا أراد المحلل العكس، أي إجراء عد تكراري إجمالي يتجاهل حالة الأحرف عمدًا لجميع تكرارات المفردة الإنجليزية داخل الفقرات الطويلة، فيمكنه ببساطة توحيد نصوص البيانات والمعيار مسبقًا داخل الصيغة الرياضية ذاتها باستخدام دالة UPPER أو LOWER وفق النموذج التالي:

=SUMPRODUCT((LEN(A2:A100) - LEN(SUBSTITUTE(UPPER(A2:A100), UPPER(C2), ""))) / LEN(C2))

يقوم هذا التعديل الذكي بتحويل كافة المحارف في النطاق والمعيار المرجعي إلى أحرف كبيرة داخل الذاكرة المؤقتة أثناء الحساب فقط، مما يضمن عد كافة الأشكال اللفظية للمفردة وتحييد تأثير حساسية الأحرف بصورة برمجية متطورة للغاية تلبي متطلبات التحليل الأكاديمي الصارم.

8. استخدام التعابير النمطية (Regular Expressions) لعد الكلمات المعقدة

8.1 مقدمة لقوة التعابير النمطية في جداول بيانات جوجل

تمثل التعابير النمطية (REGEX) واحدة من أقوى أدوات الحوسبة النصية التي تنفرد بها جداول بيانات جوجل مقارنة ببرامج الجداول الحسابية التقليدية. توفر المنصة ثلاث دوال مدمجة تستند إلى محرك التعابير النمطية في بيئة جافا سكريبت: REGEXMATCH لاختبار المطابقة المنطقية، وREGEXREPLACE لاستبدال النصوص بناءً على أنماط تجريدية، وREGEXEXTRACT لاستخلاص أجزاء محددة من السلاسل النصية.

تكمن القوة العظمى للتعابير النمطية في قدرتها على عزل الكلمات ككيانات لغوية مستقلة (Discrete Words)، وليس مجرد سلاسل فرعية من المحارف ملتصقة بكلمات أطول. على سبيل المثال، عند استخدام الرمز البديل *علم*، فإن البحث سيطابق كلمات تتضمن هذا التسلسل الحرفي كجزء منها، مثل: “المعلم”، “يعلمون”، و”معلومات”، وهو ما قد لا يرغب به الباحث إطلاقًا إذا كان هدفه حصر كلمة “علم” المجردة فقط دون غيرها.

هنا تتجلى أهمية مفهوم “حدود الكلمات” (Word Boundaries) المرموز له في التعابير النمطية بالرمز b. يتيح هذا الرمز وضع سياج نمطي غير مرئي يفصل بين نهاية الكلمة وبدايتها وبين أي مسافات أو علامات ترقيم تحيط بها؛ مما يمنح الباحث دقة متناهية لا يمكن مقارنتها بالرموز البديلة التقليدية، ويقضي نهائيًا على النتائج الإيجابية الزائفة الناتجة عن التداخلات اللفظية والاشتقاقية للأحرف.

8.2 صياغة استعلامات العد باستخدام REGEXREPLACE

يمكن توظيف دالة REGEXREPLACE لبناء خوارزميات عد متقدمة للغاية تتجاوز الحدود الصارمة لدوال الاستبدال الحرفي. تعتمد هذه المنهجية على إعادة صياغة النص بحيث يتم استبدال كل ما يطابق النمط المتقدم بمحرف تحكم فردي معلوم، أو العكس، حيث يُحذف كل محتوى السلسلة النصية باستثناء النمط المستهدف، ثم يتم قياس طول النص المتبقي لتحديد تكرار النمط بدقة.

إذا أردنا احتساب تكرار كلمة مستقلة تمامًا (مثل “cat” باللغة الإنجليزية دون أن يدخل في الحساب كلمات مثل “catalog” أو “scatter”)، يمكننا استخدام النمط bcatb. ولتطبيق ذلك على خلية مفردة عبر قياس الفروق، نكتب المعادلة التالية:

=(LEN(A2) - LEN(REGEXREPLACE(A2, "(?i)bcatb", ""))) / LEN("cat")

تؤدي الإضافة (?i) في مطلع النمط إلى تفعيل خيار عدم الحساسية لحالة الأحرف (Ignore Case)، بينما يضمن الرمز b أن الكلمة محاطة بحدود لفظية كاملة. كما تتيح التعابير النمطية استخدام المعاملات البديلة (Alternation Operator – |) للبحث عن خيارات متعددة في آن واحد؛ مثل البحث عن b(cat|dog|bird)b لحساب مجموع تكرارات عائلة مفردات معينة بضربة واحدة، وهو ما يستحيل تحقيقه بالدوال التقليدية دون كتابة صيغ مكررة بالغة الطول والتعقيد.

8.3 الجمع بين دالة QUERY والتعابير النمطية لتوليد تقارير متقدمة

تُعد دالة QUERY بمثابة محرك قواعد بيانات متكامل يعمل بلغة شبيهة بلغة SQL داخل جداول بيانات جوجل. تتيح هذه الدالة معالجة وتصفية كميات هائلة من النصوص عبر استعلامات شرطية فائقة السرعة، وتحتوي في بنيتها التركيبية على معامل المطابقة النمطية المتقدم المسمى matches، والذي يقبل كتابة التعابير النمطية المعقدة مباشرة ضمن شروط الاستعلام.

يمكن للباحث توظيف دالة QUERY لفرز وعزل النصوص التي تتضمن مفردات محددة قبل تمريرها لمعادلات العد النهائي، أو لحساب عدد السجلات بصورة فورية وتجميعها وفق متغيرات تصنيفية أخرى. على سبيل المثال، يمكن كتابة استعلام يحسب عدد السجلات التي تتضمن كلمة محددة ضمن عمود معين باستخدام الصيغة التالية:

=QUERY(A2:B100, "SELECT COUNT(A) WHERE A MATCHES '.*(?i)bكلمةb.*' LABEL COUNT(A) ''")

يقوم هذا الاستعلام بمسح النطاق وتطبيق معايير التعبير النمطي، وإرجاع العدد الإجمالي للصفوف المطابقة في خلية واحدة نظيفة ومفرغة من الرؤوس الافتراضية بفضل استخدام الوسم LABEL. يسهل دمج هذه التركيبة مع لوحات التحكم التفاعلية (Dashboards)؛ حيث يمكن للمستخدم إدخال المفردة في مربع إدخال ديناميكي لتقوم الدالة فورًا بتحديث الجداول المتقاطعة والرسوم البيانية المعتمدة على ترددات الكلمات النصية في الوقت الفعلي.

9. خصوصيات وتحديات معالجة الكلمات في اللغة العربية

9.1 معالجة علامات التشكيل والتنوين في السلاسل النصية

تمثل معالجة اللغة العربية داخل الأنظمة الرقمية تحديًا فريدًا نظرًا لخصائصها الصرفية والخطية المعقدة. تتصدر هذه التحديات الحركات التشكيلية (الفتحة، الضمة، الكسرة، السكون) والتنوين وعلامة الشدة. تُعامل جداول بيانات جوجل علامات التشكيل بوصفها محارف حقيقية منفصلة تمتلك قيمًا بايتية مستقلة في معيار يونيكود، على الرغم من أنها تُعرض بصريًا فوق أو تحت الحروف الساكنة والمتحركة.

يترتب على ذلك فشل ذريع لأي دالة عد مباشرة في حال وجود تباين في التشكيل؛ فالكلمة المكتوبة بصيغة “عِلْمٌ” لن تطابق بأي حال من الأحوال الكلمة المكتوبة بصيغة “عِلْمَ” أو الكلمة المجردة من التشكيل “علم”. إذا استُخدمت دالة COUNTIF دون تنظيف مسبق، فإنها ستسقط هذه الكلمات من الحساب، مما يؤدي إلى تقارير مشوهة في دراسات النصوص التراثية، أو القرآنية، أو الأدبية التي تكثر فيها علامات الضبط بالشكل.

لمعالجة هذا الإشكال، يصبح من الضروري تجريد النصوص من علامات التشكيل كإجراء تنظيف منهجي مسبق (Data Sanitization) قبل إخضاعها للتحليل الرياضي. يمكن تحقيق ذلك برمجياً عبر دالة REGEXREPLACE من خلال استبدال مجال محارف التشكيل العربية في جدول يونيكود بسلسلة فارغة، وفق الصيغة المتطورة الآتية:

=REGEXREPLACE(A2, "[u064B-u065Fu0670]", "")

يقوم هذا التعبير النمطي الشامل بمسح كافة علامات التنوين والحركات والشدة والألف الخنجرية من النص في الخلية A2، محولاً السلاسل النصية إلى شكل خام متجانس يسهل مطبقته بعد ذلك عبر دوال العد التقليدية بثقة تامة دون خشية السقوط في فخ التباينات التشكيلية.

9.2 إشكاليات الرسم الإملائي للألف والهمزات والتاء المربوطة

يعد التباين في الرسم الإملائي الشائع للأحرف العربية من أبرز مصادر الأخطاء في استرجاع البيانات النصية؛ حيث تشهد النصوص غير المدققة تداخلاً كبيرًا في كتابة حرف الألف بأشكاله المختلفة (أ، إ، آ، ا)، بالإضافة إلى الخلط المتكرر بين التاء المربوطة والهاء في أواخر الكلمات (ة / ه)، وبين الياء غير المنقوطة (الألف المقصورة – ى) والياء المنقوطة (ي). هذا التباين يؤدي إلى تمزيق المفردة الواحدة إلى هويات حوسبية متعددة داخل جداول البيانات.

إذا بحث المحلل عن كلمة “إدارة”، فإنه سيفقد تلقائيًا كل الخلايا التي كُتبت فيها الكلمة خطأ بصيغة “ادارة” أو “إداره” أو “اداره”. لتفادي هذا الفقد البياني الهائل وضمان شمولية العد، يجب إجراء عملية “تطبيع النصوص” (Text Normalization)؛ وهي عملية رياضية تهدف إلى توحيد الأشكال المتغيرة للحرف الواحد في رسم معياري متفق عليه.

يمكن بناء استعلام مصفوفي باستخدام التعابير النمطية داخل دوال العد يتضمن أنماطًا تجمع بين كافة الاحتمالات الإملائية للكلمة الواحدة دون الحاجة لتنظيف النص الأصلي بالكامل، كما يوضح التعبير النمطي الآتي لكلمة “إدارة”:

"[إأآا]دار[ةه]"

يقوم هذا النمط الذكي باصطياد الكلمة سواء كُتبت بهمزة قطع علوية، أو سفلية، أو مدة، أو ألف وصل مجردة، وسواء انتهت بتاء مربوطة أو هاء؛ مما يحقق أعلى درجات الشمولية الإحصائية في حصر المفردات العربية ويضمن عدم انخفاض دقة النتائج بسبب التباينات الشائعة في الإدخال البشري.

9.3 الزوائد اللغوية والسوابق واللواحق في الكلمات العربية

تتميز اللغة العربية بكونها لغة اشتقاقية وإلصاقية (Agglutinative Language)، حيث تتصل بجذر الكلمة زوائد متعددة تؤدي وظائف لغوية ودلالية متنوعة. تشمل هذه الزوائد حروف العطف (كالواو والفاء)، وأدوات التعريف (كالـ)، وحروف الجر المتصلة (كالباء واللام والكاف)، بالإضافة إلى الضمائر المتصلة في نهايات الأسماء والأفعال (مثل: “كتابهم”، “درسته”، “معلمونا”).

يشكل هذا الالتصاق معضلة حقيقية في عد الكلمات؛ فالبحث عن كلمة “عمل” لن يفلح في التقاط أشكال متصلة حتمية مثل “والعمل”، “بالعمل”، “لعمله”، أو “أعمالنا”. وإذا حاول الباحث حل المشكلة عبر استخدام النجمة المزدوجة "*عمل*"، فإنه سيقع في فخ “النتائج الإيجابية الزائفة” (False Positives)، حيث ستحتسب الدالة كلمات تتشارك في الحروف لكنها تحمل دلالات مغايرة تمامًا مثل “استعمل”، “معمل”، أو “العملات”.

لتحقيق التوازن الرياضي واللغوي الدقيق بين الشمولية وتفادي الأخطاء، يُلجأ إلى بناء نمط بحث مركب باستخدام التعابير النمطية يحدد بدقة السوابق واللواحق المسموح باتصالها بالكلمة المستهدفة حصراً، كما يظهر في النموذج التالي:

"b[وف]?(ال)?[بلك]?كلمة([وهي]|هم|هن|كم)?b"

يقوم هذا التعبير المتقن برصد الكلمة مجردة، أو مقترنة بالسوابق واللواحق العربية الطبيعية دون أن يمتد ليشمل جذورًا لغوية أخرى غريبة عن السياق الدلالي المستهدف، مما يمنح محللي البيانات النصية العربية أداة قياس متناهية الدقة والاحترافية.

10. استكشاف الأخطاء الشائعة وتصحيحها أثناء تطبيق المعادلات

10.1 المسافات غير المرئية والمحارف الخاصة الخفية

تُعد المسافات غير المرئية من أخطر العوامل الخفية التي تفسد دقة المطابقة وتؤدي إلى اختلال نتائج العد في جداول بيانات جوجل. تنشأ هذه المسافات عادة عند استيراد البيانات من ملفات خارجية (مثل CSV أو TXT)، أو نسخ النصوص مباشرة من متصفحات الويب ومنصات التواصل الاجتماعي، حيث تلتصق بالكلمات مسافات بادئة (Leading Spaces) أو مسافات لاحقة (Trailing Spaces) لا يمكن تمييزها بالعين المجردة داخل الخلية.

تتضمن هذه المحارف الخفية أيضًا ما يعرف بـ “المسافة غير القابلة للكسر” (Non-Breaking Space –   في ترميز HTML أو CHAR(160) في معيار الآسكي). هذا المحرف يشبه المسافة العادية تمامًا من الناحية البصرية، لكنه يحمل ترميزًا مختلفًا كليًا يجعل محرك الجداول يعتبره حرفًا غير متطابق مع المسافة العادية CHAR(32)، مما يؤدي إلى فشل دالة COUNTIF أو SUBSTITUTE في مطابقة المعيار بالرغم من التطابق الشكلي الظاهر.

لمواجهة هذا الخطأ البرمجي، يجب إخضاع النطاق لدوال التنقية المزدوجة: دالة TRIM التي تتكفل بمسح كافة المسافات البادئة واللاحقة وتقليص المسافات البينية المتعددة إلى مسافة مفردة، ودالة CLEAN المخصصة لحذف المحارف غير القابلة للطباعة من النص. كما يمكن تطهير النصوص من المسافة غير القابلة للكسر عبر استبدالها صراحة بالصيغة التالية:

=SUBSTITUTE(A2, CHAR(160), " ")

تضمن هذه الإجراءات المسبقة تنظيف السجلات النصية بصورة حاسمة قبل الشروع في بناء دوال العد، مما يحمي التقرير الإحصائي من التشوهات الحسابية غير المرئية.

10.2 أخطاء الإسناد والمراجع وتنسيق الخلايا

تواجه المستخدمين أثناء كتابة الصيغ المركبة لحساب الكلمات أخطاء برمجية وحسابية شهيرة تُعطل عمل الجداول بالكامل، يتصدرها الخطأ الحسابي #VALUE! والخطأ المرجعي #REF!. يظهر الخطأ #VALUE! عادة عند محاولة تطبيق عمليات رياضية (كالطرح والقسمة) على مخرجات نصوص فشلت الدوال في تحويلها إلى أرقام صريحة، أو عند تمرير مصفوفات غير متساوية الأبعاد إلى الدوال التي تتطلب تماثل النطاقات.

أما الخطأ #REF!، فينتج غالبًا عن حذف صفوف أو أعمدة كانت تشكل مراجع حيوية للمعادلات الرياضية، أو عن الوقوع في فخ “المرجع الدائري” (Circular Dependency) الذي يحدث عندما تتضمن المعادلة الخلية التي تستقر فيها النتيجة نفسها ضمن نطاق الفحص، مما يوقع المعالج في حلقة مفرغة من الحساب اللانهائي غير القابل للحل.

علاوة على ذلك، يؤدي فرض تنسيق “نصي” (Plain Text) على الخلية التي تحتوي على المعادلة إلى تعطيل تنفيذها؛ حيث يتعامل البرنامج مع المعادلة كجملة عادية ويقوم بطباعة نص الصيغة (مثل: =COUNTIF(...)) كما هي داخل الخلية بدلاً من إخراج القيمة الرقمية المحسوبة. لحل ذلك، يجب التأكد دائمًا من ضبط تنسيق خلايا المخرجات على النمط التلقائي (Automatic) أو الرقمي (Number)، واستخدام دالة IFERROR لإدارة الأخطاء وتمرير القيمة صفر عند تعذر الحساب بالصيغة:

=IFERROR(SUMPRODUCT((LEN(A2:A100)-LEN(SUBSTITUTE(A2:A100,C2,"")))/LEN(C2)), 0)

10.3 التحقق المنهجي والتدقيق اليدوي لسلامة النتائج

لا يكتمل العمل الإحصائي الرصين دون تطبيق بروتوكول صارم للتحقق المنهجي والتدقيق المتبادل (Validation Protocol) لسلامة المخرجات الحسابية. يعتمد هذا البروتوكول على عدم التسليم بصحة نتائج المعادلات دون اختبارها تجريبيًا على عينات معلومة النتائج مسبقًا، والتأكد من خلو القياسات من الانحرافات الخفية الناجمة عن خصوصيات النصوص.

تتمثل الخطوة الأولى في اختيار عينة عشوائية بسيطة (Random Sample) تمثل نسبة تتراوح بين 5% إلى 10% من مجموع السجلات، وإجراء تدقيق يدوي أو بصري فاحص لتكرار الكلمات فيها ومقارنة الناتج اليدوي بالمخرج الرقمي للمعادلة المطبقة. يساهم ذلك في كشف أي استثناءات لغوية أو أخطاء لم تؤخذ في الحسبان أثناء صياغة الأنماط والمعايير.

كذلك، يمكن توظيف “التنسيق الشرطي” (Conditional Formatting) كأداة بصرية مساعدة؛ حيث يتم تلوين الخلايا التي تحتوي على المفردة تلقائيًا باستخدام صيغة شرطية موازية. يتيح الفحص اللوني السريع للعين المجردة رصد الخلايا التي أُسقطت من الحساب أو تلك التي احتُسبت خطأ، مما يعزز ثقة الباحث في صلابة مصفوفته التحليلية ويوثق النتائج وفق أعلى معايير الجودة الأكاديمية.

11. التطبيقات العملية في تحليل المحتوى والبيانات النوعية

11.1 تفريغ وتحليل المقابلات والاستجابات النفسية والسلوكية

يعد تفريغ وتحليل المقابلات المعمقة والاستجابات المفتوحة في البحوث النفسية والسلوكية أحد أبرز الميادين التطبيقية لتقنيات عد الكلمات. في هذه الدراسات، يعمد الباحث إلى فحص وتتبع مفردات مفتاحية محددة ترتبط باضطرابات أو سمات وجدانية معينة؛ مثل قياس معدل تكرار ضمير المتكلم الفردي (أنا، ذاتي، نفسي) كمؤشر على التمركز حول الذات أو الاكتئاب، أو حصر مفردات دالة على الضغط والتوتر في بيئات العمل المهنية.

تتيح جداول بيانات جوجل للباحث النفسي تتبع التحولات اللفظية للمشاركين عبر فترات زمنية متعاقبة (Longitudinal Studies)، كأن يُقاس تكرار المفردات السلبية والإيجابية قبل إخضاع العينة لبرنامج علاجي معرفي سلوكي وبعده. يتحول هذا القياس إلى مقاييس رتبية أو نسبية قابلة لاختبارات الفروق الإحصائية مثل اختبار ت (t-test) أو تحليل التباين (ANOVA).

تسهم هذه الأتمتة الحسابية في توفير مئات الساعات من الجهد اليدوي المضني الذي كان يبذله الباحثون في التظليل الورقي للنصوص ومراجعتها، كما تزيل شبهة التحيز الشخصي للمفسر؛ إذ يخضع تفريغ المقابلات بالكامل لنفس المعايير الصارمة والموحدة للدوال الرياضية، مما يرفع من درجات الصدق والموثوقية (Reliability) في التحليلات النوعية الرصينة.

11.2 تحليل مشاعر العملاء وتقييمات المنتجات والخدمات

في عالم الأعمال والتحليلات التسويقية المتقدمة، يُعتبر تحليل مشاعر المستهلكين (Sentiment Analysis) القوة المحركة لتحسين جودة المنتجات وتجربة المستخدم. تتلقى الشركات سنويًا مئات الآلاف من المراجعات المكتوبة بحرية عبر منصات التقييم ومواقع التواصل؛ وتحتوي هذه التعليقات على ثروة دلالية هائلة لا يمكن قراءتها فرديًا.

من خلال جداول بيانات جوجل، يستطيع فريق البيانات إنشاء قواميس لغوية مبسطة (Lexicons) مقسمة إلى قائمتين: قائمة الكلمات الإيجابية (مثل: ممتاز، سريع، احترافي، جودة، رائع)، وقائمة الكلمات السلبية (مثل: سيئ، تأخير، معطل، احتيال، رديء). تُطبق بعد ذلك معادلات SUMPRODUCT وSUBSTITUTE على تقييمات كل عميل لحساب صافي نقاط المشاعر (Net Sentiment Score) من خلال طرح إجمالي الكلمات السلبية من إجمالي الكلمات الإيجابية.

يمكن ربط هذه المؤشرات اللفظية بلوحات متابعة الأداء في الوقت الفعلي؛ مما يسمح للإدارة برصد أي ارتفاع مفاجئ في تكرار كلمات مرتبطة بأعطال فنية معينة، والتحرك الفوري لعلاج المشكلة قبل تفاقمها. كما تتيح تصنيف العملاء بناءً على نبرة كلماتهم وتوجيه الاستجابات المخصصة للحالات الأكثر استياءً، مما يحول البيانات النصية الخام إلى قيمة اقتصادية مباشرة وتنافسية.

11.3 التحليل الببليومتري ورصد الكلمات المفتاحية في الأدبيات العلمية

يختص التحليل الببليومتري (Bibliometrics) بدراسة وتتبع الإنتاج العلمي المنشور في قواعد البيانات العالمية (مثل Scopus وWeb of Science) لرصد الاتجاهات المعرفية الصاعدة وحركة تطور النظريات العلمية عبر الزمن. يمثل حصر الكلمات المفتاحية في عناوين وملخصات الدراسات المنشورة الأداة الجوهرية لرسم خرائط المعرفة وفهم بؤر التركيز البحثي.

باستخدام الصيغ المتقدمة لعد الكلمات في جداول بيانات جوجل، يمكن للباحث الأكاديمي استيراد آلاف الملخصات العلمية لقطاع معرفي محدد على مدار عقدين من الزمن، وتتبع التردد السنوي لمفاهيم بعينها (مثل “الذكاء الاصطناعي”، “الاستدامة”، “التعلم الآلي”). يتيح حساب الكثافة الدلالية النسبية لهذه المفاهيم رسم منحنيات بيانية توضح متى بدأ الاهتمام بمفهوم معين، ومتى وصل إلى ذروته، ومتى بدأ في الانحسار والضمور.

يوفر هذا التحليل الموضوعي المدعوم بالأرقام والنسب المئوية أساسًا قويًا لكتابة المراجعات المنهجية (Systematic Reviews)؛ حيث يستند الباحث إلى ترددات مبرهنة تثبت وجود فجوة بحثية معينة في الأدبيات السابقة، مما يضفي على الدراسات الجديدة أصالة أكاديمية ورصانة علمية راسخة تحظى بتقدير لجان التحكيم في المجلات العلمية المرموقة.

12. تحسين الأداء وإدارة البيانات الكبيرة في جداول بيانات جوجل

12.1 الحد من استهلاك الذاكرة عند معالجة آلاف الصفوف

على الرغم من التطور التقني الهائل لخوادم جداول بيانات جوجل السحابية، إلا أن فتح مصنفات تتضمن عشرات الآلاف من الصفوف المحشوة بمعادلات مصفوفية نصية معقدة قد يؤدي إلى بطء ملحوظ في الاستجابة، أو ظهور تحذيرات استنفاد الذاكرة الحسابية للورقة. ينشأ هذا التباطؤ نتيجة استخدام ما يعرف بـ “الدوال المتقلبة” (Volatile Functions) التي تعيد حساب نفسها مع كل نقرة أو تعديل طفيف في أي خلية ضمن المصنف.

لتحسين الأداء وضمان انسيابية العمل في المشاريع الكبرى، يُوصى بتجنب تطبيق الدوال المصفوفية الشاملة على كامل العمود بصيغ مفتوحة مثل A:A؛ فهذه الصياغة تجبر المحرك على فحص أكثر من مليون صف حتى وإن كانت الغالبية الساحقة منها خلايا فارغة تمامًا. بدلاً من ذلك، يجب حصر النطاقات الحسابية بدقة شديدة تقتصر على حدود البيانات الفعلية كأن يُكتب A2:A15000.

كذلك، يُفضل في حالات المعالجة النصية الكثيفة استخدام الأعمدة المساعدة المنفصلة (Helper Columns) لإجراء العمليات الحسابية الأولية مرة واحدة بشكل خطي وموزع، بدلاً من تكديس ست أو سبع دوال متداخلة داخل معادلة مصفوفية واحدة ممتدة على آلاف الصفوف؛ حيث تتيح الأعمدة المساعدة للمعالج توزيع العبء الحسابي وتخزين النتائج الوسيطة بكفاءة ومرونة أعلى بكثير.

12.2 المقارنة بين الحلول المعتمدة على الصيغ والحلول البرمجية (Google Apps Script)

تصل الصيغ الرياضية والمعادلات المدمجة في جداول بيانات جوجل إلى حاجز من الكفاءة عندما تتجاوز مجموعات البيانات مئات الآلاف من الكلمات المتشابكة، أو عندما تتطلب عمليات الفرز معالجة صرفية متقدمة ولغات طبيعية معقدة. في هذه المرحلة الحرجة، تصبح الحلول البرمجية المخصصة عبر نصوص تطبيقات جوجل (Google Apps Script) الخيار الأكثر رصانة وحصافة وتفوقًا هندسيًا.

يعتمد Apps Script على بيئة جافا سكريبت السحابية، ويتيح للمحلل بناء دوال مخصصة (Custom Functions) تنفذ خوارزميات العد والتنظيف اللغوي في الخلفية، دون تحميل واجهة المستخدم الرسومية للجدول أي أعباء حسابية مستمرة. يوضح النموذج البرمجي التالي كيفية بناء دالة مخصصة فائقة السرعة لعد مرات ظهور كلمة معينة داخل نطاق محدد بدقة تامة:

function COUNT_SPECIFIC_WORDS(range, targetWord) {
 if (!range || !targetWord) return 0;
 var totalCount = 0;
 var regex = new RegExp(targetWord, 'gi');
 
 if (Array.isArray(range)) {
 for (var i = 0; i < range.length; i++) {
 for (var j = 0; j < range[i].length; j++) {
 var cellText = range[i][j].toString();
 var matches = cellText.match(regex);
 if (matches) {
 totalCount += matches.length;
 }
 }
 }
 } else {
 var matches = range.toString().match(regex);
 if (matches) totalCount = matches.length;
 }
 return totalCount;
}

تتميز هذه الدالة البرمجية بقدرتها على مسح مصفوفات البيانات الكبيرة دفعة واحدة في ذاكرة الخادم وإرجاع التكرار الفعلي للكلمة دون أدنى تأخير بصري في الجدول، مما يجعلها البديل الهندسي الأرقى للمعادلات المصفوفية المنهكة في المشاريع الضخمة.

12.3 أفضل الممارسات لتنظيم وتوثيق دفاتر البيانات التحليلية

تقتضي معايير الحوكمة والنزاهة الأكاديمية تنظيم مصنفات البيانات وتوثيقها بأسلوب احترافي يتيح للباحثين الآخرين مراجعة الحسابات وتكرار التجربة التحليلية والوصول إلى النتائج ذاتها (Replicability). لتحقيق هذا المقصد، يجب تبني منهجية العزل الهيكلي، بحيث تُفرد أوراق عمل مخصصة وحصرية للبيانات الخام (Raw Data) التي يُمنع تعديلها أو المساس بها نهائيًا بعد الاستيراد.

تُنشأ أوراق منفصلة تمامًا لعمليات المعالجة والتنقية الوسيطة، تليها أوراق التحليل النهائي وتوليد المؤشرات والجداول الإحصائية المجمعة. كما يجب تخصيص ورقة عمل استهلالية تُسمى “دليل المتغيرات” أو “الميتاداتا” (Data Dictionary)، تتضمن شرحًا مفصلاً لكافة المعادلات المستخدمة، ودلالة كل عمود، والمصطلحات والأنماط المعتمدة في تتبع الكلمات المفتاحية مع بيان الأساس المنطقي لاختيارها.

أخيرًا، ينبغي تفعيل تدابير حماية النطاقات وأوراق العمل (Protect Sheets and Ranges) عبر قفل الخلايا التي تتضمن الصيغ الحسابية المركبة؛ وذلك لحمايتها من أي تعديل غير مقصود أو مسح عرضي أثناء فحص البيانات وتصفحها اليومي، مما يضمن ديمومة النظام التحليلي وثباته وموثوقيته على المدى الطويل.

خاتمة شاملة

تناول هذا الدليل المعمق والشامل الأطر الرياضية، والمنطقية، واللغوية لحساب عدد كلمات محددة داخل جداول بيانات جوجل. وقد رأينا بوضوح أن العملية التحليلية تتجاوز بكثير مجرد إدخال دالة عابرة؛ إذ تتطلب وعيًا عميقًا بطبيعة البنية النصية، وتحديدًا منهجيًا صارمًا للفارق الجوهري بين عد الخلايا كوحدات تصنيفية عبر دالة COUNTIF، والعد المطلق لمرات الظهور الفعلي للمفردات عبر خوارزميات الفروق الطولية المركبة القائمة على LEN وSUBSTITUTE وSUMPRODUCT.

كما بينت المباحث المتقدمة الأهمية البالغة لتوظيف الرموز البديلة والتعابير النمطية لعزل الكلمات بدقة وحياد علمي، والتعامل مع الخصوصيات الفريدة للغة العربية من حيث معالجة الحركات التشكيلية، والزوائد الاشتقاقية، وتطبيع التباينات الإملائية الشائعة. إن إتقان هذه المهارات المتكاملة يمنح الباحثين والمحللين سلاحًا تحليليًا فائق الدقة يمكنهم من تحويل النصوص الوصفية الهائلة إلى براهين رقمية صلبة تقود استنتاجات البحث العلمي، وتدعم قرارات الأعمال المبنية على رصانة المعرفة وقوة البيانات.

المراجع

اقتباس هذا المقال

looti, M. (2026, سبتمبر 5). كيفية عد كلمات محددة في جداول بيانات جوجل. عرب سايكلوجي. https://arabpsychology.com/statistics/how-to-count-specific-words-in-google-sheets/
looti, Mohammed. “كيفية عد كلمات محددة في جداول بيانات جوجل.” عرب سايكلوجي, 5 سبتمبر 2026, https://arabpsychology.com/statistics/how-to-count-specific-words-in-google-sheets/.
looti, Mohammed. “كيفية عد كلمات محددة في جداول بيانات جوجل.” عرب سايكلوجي. سبتمبر 5, 2026. https://arabpsychology.com/statistics/how-to-count-specific-words-in-google-sheets/.