A semi supervised approach to Arabic aspect category detection using Bert and teacher-student model

يحلل تحليل المشاعر القائم على الجوانب النصوص تحليلًا دقيقًا لا يكتفي بتحديد اتجاه الرأي العام فيها، بل يوزعه على جوانب محددة كجودة الغرفة أو الخدمة أو السعر، وقد نضج هذا الحقل بحثيًا في اللغة الإنجليزية نضجًا كبيرًا، لكنه ما يزال متعثرًا في اللغة العربية، ولا سيما في مهمة اكتشاف فئات الجوانب التي يتناولها الرأي، وتعتمد معظم الأبحاث القائمة على أساليب تعلم آلي موجه تتطلب مجموعات بيانات موسومة ضخمة، وهي موارد نادرة ومرتفعة الكلفة في العربية، وتقدم هذه الدراسة مقاربة مبتكرة تعالج ندرة التوسيم بالجمع بين التعلم شبه الموجه وإطار الطالب الصاخب، لتعزيز قدرة نموذج عربي متخصص في فهم اللغة على أداء هذه المهمة الدقيقة

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى تنفيذ مقاربة تدريب ذاتي شبه موجهة تستثمر إطار الطالب الصاخب لتعزيز قدرة نموذج التعلم العميق أرابيرت في نسخته الثانية على اكتشاف فئات الجوانب في مجموعتين للبيانات هما مجموعة مراجعات الفنادق في مسابقة سيم إيفال لعام 2016 ومجموعة مراجعات الفنادق العربية لعام 2016، وقام الإطار على أربع خطوات متتابعة، أولها بناء نموذج معلم يتدرب على فئات الجوانب في مجموعة سيم إيفال الموسومة، وثانيها توليد وسوم زائفة لمجموعة مراجعات الفنادق العربية غير الموسومة اعتمادًا على نموذج المعلم، وثالثها إنشاء نموذج طالب صاخب يتدرب على المجموعتين مجتمعتين بما يقارب مليون جملة، بهدف تقليل فقدان الإنتروبيا المتقاطعة المجمع إلى أدنى حد، ورابعها إجراء تجميع لنموذجي المعلم والطالب معًا لتعزيز أداء أرابيرت في مهمة اكتشاف فئات الجوانب

ثانيًا: أبرز النتائج

أظهرت النتائج أن نموذج المعلم والطالب المجمع أبدى تحسنًا في مقياس الإف واحد الميكروي بنسبة 0.3 في المئة مقارنة بالتنفيذ الأولي للطالب الصاخب وحده، وذلك في التنبؤ بفئات الجوانب في مجموعتي البيانات مجتمعتين، وحقق النموذج المجمع كذلك زيادة بنسبة 1 في المئة في مقياس الإف واحد الميكروي مقارنة بنموذج المعلم منفردًا، وتفوقت هذه النتائج على النماذج المرجعية الأساسية وعلى نماذج تعلم عميق أخرى تناولتها الأدبيات ذات الصلة، وتدل هذه الفروق الصغيرة رقميًا على قيمة منهجية كبيرة، إذ تحققت دون أي توسيم بشري إضافي للبيانات العربية، وإنما باستثمار البيانات غير الموسومة الوفيرة عبر الوسوم الزائفة والتدريب الذاتي، وهو ما يؤكد أن مقاربة الطالب الصاخب قادرة على نقل المعرفة من بيانات موسومة محدودة إلى مدونات عربية واسعة لم تُوسم قط

ثالثًا: دلالات الدراسة وتطبيقاتها

تفتح هذه الدراسة بابًا عمليًا أمام تطوير أدوات تحليل مشاعر عربية دقيقة على مستوى الجوانب دون الحاجة إلى مشروعات توسيم مكلفة، وهو ما يفيد منصات الحجوزات والفنادق وشركات الضيافة العربية في فهم آراء نزلائها موزعة على جوانب الخدمة المختلفة بدل الانطباع العام وحده، كما تفيد الباحثين في معالجة اللغات محدودة الموارد عمومًا، إذ تقدم وصفة قابلة للنقل تقوم على معلم يوسم وطالب يتعلم من الضجيج وتجميع يجمع مزايا الاثنين، وتبرز الدراسة ميزة النماذج اللغوية العربية المتخصصة مثل أرابيرت حين تُدعم بأطر تدريب ذكية تستثمر البيانات غير الموسومة، بما يختصر المسافة بين العربية واللغات الأكثر حظًا في موارد الذكاء الاصطناعي

ويلاحظ أن بناء الطالب الصاخب على قرابة مليون جملة من المجموعتين مجتمعتين منح النموذج تعرضًا واسعًا لتنوع صياغات المراجعين في التعبير عن جوانب الخدمة الفندقية، وهو تنوع يصعب أن توفره البيانات الموسومة المحدودة وحدها، كما أن تجميع نموذجي المعلم والطالب معًا حقق توازنًا بين دقة المعلم المدرب على وسوم بشرية وبين اتساع الطالب المدرب على الوسوم الزائفة، فجاء الأداء النهائي أعلى من كليهما، وتقدم هذه الآلية درسًا منهجيًا لنماذج اللغة العربية عامة، مفاده أن البيانات غير الموسومة الوفيرة ليست عبئًا بل مورد يمكن تحويله إلى معرفة تدريبية عبر وسوم زائفة منضبطة وإطار تدريب ذاتي محكم المراحل

وخلاصة القول إن مقاربة التدريب الذاتي شبه الموجه بإطار الطالب الصاخب أثبتت فاعليتها في رفع أداء نموذج أرابيرت على مهمة اكتشاف فئات الجوانب في المراجعات الفندقية العربية والإنجليزية معًا، متفوقة على نموذجي المعلم والطالب منفردين وعلى الأسس المرجعية في الأدبيات، وبذلك تقدم الدراسة مسارًا اقتصاديًا واعدًا لتطوير تحليل المشاعر القائم على الجوانب في اللغة العربية رغم ندرة بياناتها الموسومة