تحليل المشاعر في النصوص العربية: توظيف التضمينات المدربة مسبقًا ضمن نهج تجميعي للتعلم الآلي

تمهيد

يحتل تحليل المشاعر مكانة متنامية في معالجة اللغات الطبيعية، إذ يتيح للمؤسسات والباحثين فهم اتجاهات الرأي العام ومواقف المستخدمين من المنتجات والخدمات والقضايا العامة انطلاقًا من النصوص المنشورة في المنصات الرقمية، وتزداد أهمية هذا الحقل في السياق العربي مع النمو الهائل للمحتوى العربي على شبكات التواصل الاجتماعي، غير أن اللغة العربية تطرح تحديات خاصة أمام بناء أنظمة تصنيف مشاعر دقيقة وموثوقة، فهي لغة غنية صرفيًا وتتعدد لهجاتها المحكية تعددًا واسعًا، ويعاني خطها من غموض إملائي ناتج عن غياب الحركات وقصر بعض الحروف، فضلًا عن محدودية الموارد اللغوية المتاحة مقارنة باللغات العالمية الكبرى، ومن هنا تنبع الحاجة إلى مناهج حاسوبية قادرة على تجاوز هذه العقبات وتحقيق أداء تصنيفي رفيع يخدم الباحثين العرب وطلاب الدراسات العليا في مجالات اللسانيات الحاسوبية وعلوم البيانات

أولًا: أهداف الدراسة ومنهجيتها

هدفت هذه الدراسة إلى استكشاف جدوى تطبيق أساليب التعلم التجميعي في تحليل المشاعر العربية، والتحقق من قدرة النماذج التجميعية على التفوق على المصنفات الفردية في التعامل مع تعقيد اللغة واختلال توازن البيانات، واعتمدت الدراسة على تنفيذ عدة تقنيات تجميعية متجانسة وتقييمها على مجموعتي بيانات مختلفتين، الأولى مجموعة تغريدات عربية متوازنة الفئات، والثانية مجموعة تغريدات سورية شديدة الاختلال في توزيع فئاتها، واستخدمت تقنية توليد العينات الاصطناعية للأقلية لمعالجة مشكلة اختلال التوازن، كما وظفت النماذج تضمينات كلمات مدربة مسبقًا إلى جانب خصائص الكلمات الأحادية، بحيث تجمع بين التمثيل الدلالي العميق للنصوص والخصائص السطحية المباشرة، ثم قارنت أداء المصنفات الفردية بالنماذج التجميعية المركبة وفق مقاييس الدقة ودرجة التوازن بين الدقة والاسترجاع

ثانيًا: أبرز النتائج

1، أظهرت النتائج أن المصنفات الفردية المعتمدة على التضمينات المدربة مسبقًا حققت أداءً قويًا في تصنيف المشاعر العربية، مما يؤكد قيمة التمثيلات الدلالية المستفادة من مدونات ضخمة في التقاط معاني النصوص العربية وسياقاتها

2، تفوقت النماذج التجميعية على المصنفات الفردية بصورة متسقة في كلتا مجموعتي البيانات، إذ حقق تجميع مصنفات بايز الساذج وآلة المتجهات الداعمة وشجرة القرار على مجموعة التغريدات المتوازنة دقة بلغت 90.22 في المئة ودرجة توازن بلغت 92.0 في المئة

3، حقق تجميع مصنفات الانحدار العشوائي والجيران الأقرب والغابات العشوائية على مجموعة التغريدات السورية غير المتوازنة دقة بلغت 83.82 في المئة ودرجة توازن بلغت 83.86 في المئة، وهو ما يدل على متانة النهج التجميعي حتى في ظل اختلال حاد في توزيع الفئات

4، أسهمت التضمينات المدربة مسبقًا في تعزيز أداء النماذج بوضوح، كما أثبتت معالجة اختلال التوازن بتقنية توليد العينات الاصطناعية أهميتها في تحسين قدرة النماذج على التعرف إلى فئات الأقلية دون إضعاف الأداء العام

ثالثًا: دلالات الدراسة وتطبيقاتها

تحمل هذه الدراسة دلالات مهمة للباحثين العرب وطلاب الدراسات العليا في معالجة اللغة العربية حاسوبيًا، فهي تقدم دليلًا عمليًا على أن الجمع بين مصنفات متكاملة ضمن إطار تجميعي يرفع متانة أنظمة تحليل المشاعر وقابليتها للتعميم، وتفتح الباب أمام تطبيقات واسعة تشمل رصد الرأي العام وتحليل اتجاهات المستهلكين ودراسة الخطاب الرقمي باللهجات المحلية، كما تنبه إلى ضرورة العناية بتمثيل البيانات غير المتوازنة عند بناء مدونات عربية جديدة، وتمنح مطوري الأنظمة الذكية وصفة منهجية مجربة تجمع بين التضمينات الدلالية والتجميع التصنيفي وتقنيات موازنة الفئات، بما يختصر عليهم كثيرًا من التجريب العشوائي ويوجه جهودهم نحو تحسين جودة البيانات العربية ذاتها

وخلاصة القول إن هذه الدراسة أثبتت أن التعلم التجميعي المعزز بالتضمينات المدربة مسبقًا يمثل مسارًا واعدًا لبناء أنظمة تحليل مشاعر عربية أكثر دقة ومتانة، وأن معالجة اختلال الفئات واختيار مزيج المصنفات المناسب عاملان حاسمان في بلوغ هذا الأداء، مما يجعل نتائجها مرجعًا عمليًا لكل باحث يسعى إلى تطوير أدوات فهم آلي للنص العربي بمختلف لهجاته وسياقاته