أصبحت منصات التواصل الاجتماعي كمنصة إكس وفيسبوك وإنستغرام قنوات أساسية يعبر بها الأفراد عن آرائهم، ولا سيما في أثناء الطوارئ العالمية، فتقدم رؤى قيمة تتطلب التحليل لاتخاذ قرارات مستنيرة وفهم أعمق للاتجاهات المجتمعية، ويعد تحليل المشاعر أداة محورية في قياس اتجاه الرأي العام نحو القضايا المختلفة، غير أن تطبيقه على العربية العامية يواجه تحديات كبيرة في معالجة اللغات الطبيعية، مصدرها تعقد البنى الدلالية والصرفية للغة العربية وتعدد لهجاتها، وتتصدى هذه الدراسة لهذه التحديات بتجريب طيف واسع من النماذج المقارنة على تغريدات عربية عامية، وصولًا إلى بناء نموذج تجميعي قائم على المحولات يحقق أداء متفوقًا في تصنيف المشاعر، بما يخدم الباحثين والمؤسسات المعنية برصد اتجاهات الجمهور العربي على المنصات الرقمية
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تحليل المشاعر في التغريدات العربية العامية وتطوير نموذج تصنيف أكثر دقة من النماذج القائمة، واعتمدت على ثلاث مجموعات بيانات معيارية هي مجموعة تغريدات المشاعر العربية ومجموعة تحليل المشاعر العربية المعيارية المعتمدة على تويتر ومجموعة تغريدات الرموز التعبيرية العربية، وجرّبت الدراسة طيفًا واسعًا من النماذج شمل نماذج تعلم آلي تقليدية كآلة المتجهات الداعمة ومصنف بايز البسيط وشجرة القرار وخوارزمية التعزيز التدرجي المتطرف، ونماذج تعلم عميق كالشبكات العصبية الالتفافية وشبكات الذاكرة طويلة قصيرة المدى ثنائية الاتجاه، ونماذج محولات منها كاميل بيرت وروبرتا متعدد اللغات ومار بيرت وتكويناتها التجميعية، واستُخدمت في استخلاص السمات تقنيات أرا بيرت وأرا فيك وفاست تكست وتكرار المصطلح ومعكوس تكرار الوثيقة، وقورنت النماذج بمقاييس الدقة والاسترجاع ودقة التنبؤات الإيجابية ودرجة إف واحد
ثانيًا: أبرز النتائج
أظهرت نتائج الدراسة أن النموذج التجميعي القائم على المحولات الذي اقترحته حقق أداء متفوقًا على سائر النماذج المقارنة، إذ بلغ متوسط دقته 90.4 في المئة، وبلغ متوسط الاسترجاع 88 في المئة، ودقة التنبؤات الإيجابية 87.3 في المئة، ودرجة إف واحد 87.7 في المئة، وتدل هذه المؤشرات مجتمعة على أن تجميع نماذج المحولات المدربة على نصوص عربية متنوعة يمنح قدرة أفضل على التعامل مع تنوع اللهجات وثرائها الدلالي والصرفي من أي نموذج منفرد، كما أكدت المقارنات أن نماذج المحولات تتقدم عمومًا على نماذج التعلم الآلي التقليدية ونماذج التعلم العميق غير المحولية في فهم سياقات التغريدات العامية، وأن جودة تمثيل السمات النصية بتقنيات التضمين العربية المتخصصة تسهم بفاعلية في رفع أداء التصنيف
ثالثًا: دلالات الدراسة وتطبيقاتها
تنطوي نتائج الدراسة على دلالات تطبيقية واسعة، فالنموذج التجميعي المقترح يمكن توظيفه في رصد اتجاهات الرأي العام العربي على منصات التواصل في أثناء الأزمات والطوارئ، وقياس تفاعل الجمهور مع الحملات والخدمات والمنتجات، ودعم متخذي القرار بصورة آنية عن مشاعر الجمهور نحو القضايا المطروحة، كما تقدم الدراسة للباحثين في معالجة اللغة العربية مرجعًا مقارنًا شاملًا يوضح أداء أبرز العائلات النموذجية وتقنيات استخلاص السمات على بيانات عامية حقيقية، بما يوفر جهد التجريب الأولي على دراسات لاحقة، وتفتح النتائج الباب أمام تطويرات مستقبلية تشمل توسيع التغطية اللهجية للبيانات ودمج الرموز التعبيرية والسياقات الحوارية في التصنيف ومعالجة المشاعر المتداخلة والسخرية التي تزخر بها التغريدات العربية
وتتعمق صعوبة المهمة التي عالجتها الدراسة حين نتأمل طبيعة العربية العامية على منصات التواصل، فالتغريدة الواحدة قد تمزج بين الفصحى ولهجة محلية وكلمات دخيلة ورموز تعبيرية واختصارات، وقد تحمل الكلمة الواحدة دلالات انفعالية مختلفة من بلد عربي إلى آخر، وهو ما يربك النماذج المدربة على نصوص فصيحة رسمية وحدها، ولذلك اتجهت الدراسة إلى مقارنة تقنيات تضمين طُورت خصيصًا للنصوص العربية ولمحتوى منصات التواصل كأرا فيك وأرا بيرت، وإلى نماذج محولات دربت على نصوص عربية ضخمة ككاميل بيرت ومار بيرت، فجاء تفوق التكوين التجميعي منطقيًا لأنه يجمع بين نقاط قوة نماذج متكاملة في تخصصاتها اللهجية والسياقية، ويقلل اعتماد التصنيف على نموذج منفرد قد يتحيز للهجة بعينها أو لسياق نصي دون غيره
وخلاصة القول إن هذه الدراسة أثبتت بتجريب منهجي واسع على ثلاث مجموعات بيانات معيارية أن النموذج التجميعي القائم على المحولات هو الأقدر حاليًا على تصنيف مشاعر التغريدات العربية العامية، بدقة بلغت 90.4 في المئة، بما يمثل تقدمًا عمليًا في معالجة أحد أصعب تحديات اللغة العربية الحاسوبية، ويمهد لأدوات رصد أدق لاتجاهات الجمهور العربي الرقمي
