Arabic Sentiment Analysis Based on Word Embeddings and Deep Learning

أدى النمو الهائل لشبكات التواصل الاجتماعي خلال العقدين الأخيرين إلى فيض من الآراء التي يتبادلها مستخدمو الإنترنت حول موضوعات شتى، حتى غدا التنقيب عن الآراء وتحليل مشاعر النصوص مجالًا محوريًا يوجه القرارات في التسويق والخدمات وإدارة السمعة، غير أن معظم هذا الجهد البحثي انصب على اللغة الإنجليزية وبعض اللغات العالمية، وبقيت اللغة العربية محدودة الدراسة رغم انتشارها الواسع، إذ تجعل التعقيدات الصرفية للعربية وتعدد لهجاتها التحليل الدلالي مهمة بالغة الصعوبة، يزيدها تعقيدًا نقص أدوات المعالجة المسبقة الدقيقة ومحدودية الموارد اللغوية المتاحة، وتأتي هذه الدراسة لتسد جانبًا من هذه الفجوة مستثمرة نجاحات خوارزميات التعلم العميق وتمثيلات الكلمات في تحليل المشاعر بالإنجليزية

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى استكشاف فاعلية استخدام تمثيلات الكلمات المختلفة مع خوارزميات التعلم العميق في تحديد مشاعر المراجعات العربية، وأجرت تجارب واسعة قائمة على التعلم الآلي الموجه، وقدمت ثلاثة نماذج للتعلم العميق هي الشبكات العصبية الالتفافية وشبكات الذاكرة الطويلة قصيرة الأمد ونموذج هجين يجمع بينهما، واعتمدت النماذج على سمات متعلمة من تمثيلات الكلمات مثل وورد تو فيك وفاست تكست بدلًا من السمات المصنوعة يدويًا، واختبرت النماذج على مجموعتي بيانات عربيّتين مرجعيتين هما مجموعة مراجعات الفنادق العربية ومجموعة مراجعات الكتب العربية واسعة النطاق، بإعدادات متنوعة، وأجرت تجارب مقارنة توظف النماذج الثلاثة مع نوعي التمثيل وإعدادات مختلفة للمجموعتين من حيث التوازن وعدم التوازن والتصنيف الثنائي ومتعدد الفئات، وتكمن جدة الدراسة في تقصيها المنهجي لفاعلية تمثيلات الكلمات المختلفة وإعدادات مجموعات البيانات المرجعية المتصلة بجوانب التوازن والتصنيف معًا

ثانيًا: أبرز النتائج

أظهرت النتائج أن أفضل الأداء تحقق في معظم الحالات عند تطبيق تمثيل فاست تكست على إعداد عدم التوازن الثاني لمجموعة مراجعات الفنادق العربية، وذلك في النماذج الثلاثة المقترحة جميعها، وتفوق النموذج الالتفافي المقترح على نموذج الذاكرة الطويلة قصيرة الأمد وعلى النموذج الهجين في مجموعة مراجعات الفنادق، محققًا بتمثيل فاست تكست دقة بلغت 94.69 في المئة للنموذج الالتفافي و94.63 في المئة لنموذج الذاكرة و94.54 في المئة للنموذج الهجين، أما أسوأ النتائج فجاءت على إعداد عدم التوازن الثالث لمجموعة مراجعات الكتب مع التمثيلين كليهما، ومع ذلك ظلت هذه النتائج متفوقة على أفضل ما توصل إليه باحثون آخرون ممن طبقوا دراساتهم على مجموعة البيانات نفسها، وتشير هذه الصورة العامة إلى أن اختيار تمثيل الكلمات وإعداد مجموعة البيانات عاملان حاسمان في أداء تحليل المشاعر العربية لا يقلان أهمية عن اختيار بنية النموذج ذاته

ثالثًا: دلالات الدراسة وتطبيقاتها

تقدم الدراسة للباحثين والمطورين العاملين على معالجة اللغة العربية دليلًا تجريبيًا مفصلًا يساعدهم على اختيار التوليفة الأنسب من النماذج والتمثيلات بحسب طبيعة بياناتهم، وهو ما يوفر جهدًا كبيرًا في بناء أنظمة تحليل مشاعر للمراجعات الفندقية والأدبية وغيرها من النصوص العربية، كما تفيد النتائج قطاعات الضيافة والتجارة الإلكترونية والنشر التي تعتمد على فهم آراء العملاء العرب في تحسين خدماتها، إذ تبين أن النماذج العميقة المغذاة بتمثيلات كلمات مناسبة قادرة على بلوغ دقة عالية حتى في ظل عدم توازن الفئات، وتكتسب الدراسة قيمة إضافية لكونها تعالج لغة تتسم بتعقيد صرفي وتنوع لهجي يجعلان نقل نجاحات الإنجليزية إليها أمرًا غير بديهي، فتقدم بذلك خطوة موثقة نحو نضج أدوات التحليل الدلالي للنص العربي

وتلفت الدراسة النظر إلى أن الفروق بين الإعدادات لم تكن هامشية، فالبيانات غير المتوازنة التي تحاكي واقع المراجعات الفعلية، حيث تطغى فئات على أخرى، أظهرت مع تمثيل فاست تكست أداء متميزًا عبر النماذج الثلاثة، وهو ما يطمئن الممارسين إلى أن هذه التوليفات صالحة لبيانات العالم الحقيقي لا للمختبر المتوازن فحسب، وفي المقابل فإن تحقيق النتائج الأضعف على مجموعة الكتب تفوقًا على أفضل ما نُشر عليها سابقًا يعني أن سقف الأداء على المراجعات الأدبية العربية ما يزال قابلًا للرفع، وأن ما قدمته الدراسة يضع خط أساس جديدًا يقاس عليه ما يأتي بعده

وخلاصة القول إن الدراسة أثبتت بالتجربة المقارنة أن تمثيل فاست تكست مع النماذج العميقة، وفي مقدمتها الشبكات العصبية الالتفافية، يحقق أداء رائدًا في تحليل مشاعر المراجعات العربية على مجموعتين مرجعيتين مختلفتي الطبيعة، وأن حسن اختيار التمثيل وإعداد البيانات شرط مكمل لحسن اختيار النموذج، وهو ما يرسم للباحثين في معالجة اللغة العربية خريطة عملية لبناء أنظمة أدق في فهم آراء الجمهور العربي