أثبت التصنيف شبه الموجه فاعلية ملحوظة في تصنيف النصوص القصيرة كمنشورات وسائل التواصل الاجتماعي ومراجعات الجمهور عبر الإنترنت، مستفيدًا من كمية محدودة من البيانات المصنفة، ولهذا برز تصنيف المشاعر في النصوص القصيرة شبه الموجه مجالًا بحثيًا مهمًا ضمن هذا الحقل، غير أن الأساليب القائمة تعتمد غالبًا على مجموعات بيانات مصنفة ضخمة، وتعامل تصنيفات النصوص بوصفها رموزًا منفصلة مجردة، مما يغفل بعدين لغويين حاسمين هما الخصائص اللغوية الكامنة في التصنيفات ذاتها والترابطات الدلالية القائمة بين التصنيفات ومحتوى النصوص
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى معالجة هذه القيود عبر اقتراح إطار جديد هو التعلم التبايني للرسوم البيانية غير المتجانسة الموجه بمعرفة التصنيفات، والمخصص لتصنيف المشاعر في النصوص القصيرة شبه الموجه، ويدمج الإطار المصطلحات المرتبطة بالتصنيفات وتوسعاتها الدلالية بوصفها معرفة تصنيفية يستند إليها في بناء رسم بياني غير متجانس يجمع بين النصوص القصيرة ومعرفة التصنيفات، بما يتيح نمذجة التفاعلات الديناميكية بين دلالات التصنيفات والنصوص القصيرة نمذجة صريحة ومباشرة
ويحقق الإطار التعلم التبايني للرسوم البيانية غير المتجانسة عبر آليات متكاملة تشمل تعزيز الحواف متعدد العلاقات وتعزيز الخصائص التكيفي والترميز للرسوم البيانية غير المتجانسة وأنماطًا متنوعة من التعلم التبايني، فيعزز بذلك قدرة النموذج على التقاط دلالات التصنيفات الجوهرية وتوليد تمثيلات محسنة للنصوص القصيرة، ويؤسس ترابطات قوية بين معرفة التصنيفات وكل من النصوص المصنفة المحدودة والنصوص غير المصنفة الوفيرة المتاحة في البيئات الرقمية
ثانيًا: أبرز النتائج
أجرت الدراسة تجارب موسعة على ثلاث مجموعات بيانات معيارية للتحقق من أداء الإطار المقترح، فأظهرت النتائج تفوق الطريقة الجديدة على أحدث الأساليب شبه الموجهة المعروفة في دقة التصنيف وفي مقياس إف واحد الكلي، وهو ما يؤكد أن الاستفادة من المعرفة اللغوية المتضمنة في التصنيفات ترفع جودة التعلم حتى حين تكون البيانات المصنفة المتاحة محدودة الكمية
وتعزى هذه المكاسب إلى أن الإطار لا يعامل التصنيفات أسماء صامتة، بل يوظف ما تحمله من مصطلحات وتوسعات دلالية في توجيه ترميز النصوص، فتغدو العلاقة بين النص وتصنيفه علاقة دلالية غنية بدل أن تكون مطابقة رمزية فقيرة، وتنعكس هذه الغنى في تمثيلات نصية أمثل وقرارات تصنيف أدق حتى في الحالات التي تشح فيها الأمثلة المصنفة الموثوقة
وتبرز أهمية هذا التقدم في ضوء طبيعة النصوص القصيرة ذاتها، فهي نصوص مقتضبة مختزلة تكثر فيها الاختصارات والسياقات الضمنية، مما يجعل تصنيف مشاعرها أصعب من تصنيف النصوص الطويلة، وتتفاقم الصعوبة حين تشح الأمثلة المصنفة التي يتعلم منها النموذج، ولهذا فإن أي تحسن في الدقة يتحقق بالاستغناء الجزئي عن وفرة التسميات يعد مكسبًا عمليًا للمنصات والجهات التي تتعامل مع ملايين النصوص القصيرة كل يوم
ثالثًا: دلالات الدراسة وتطبيقاتها
تفتح الدراسة آفاقًا عملية لتحليل المشاعر في المنصات الرقمية التي تفيض بنصوص قصيرة غير مصنفة، كتتبع اتجاهات الجمهور نحو المنتجات والخدمات والفعاليات، إذ يخفض الإطار المقترح كلفة الاعتماد على التصنيف اليدوي الواسع النطاق، ويقدم للباحثين في معالجة اللغات الطبيعية مسارًا واعدًا لتوظيف المعرفة الدلالية للتصنيفات في مهام تصنيف أخرى تواجه قيد ندرة البيانات المصنفة ذاته
كما تشير منهجية الدراسة إلى قيمة عامة تتجاوز تصنيف المشاعر، وهي أن البيانات القليلة المصنفة يمكن تعويضها جزئيًا بمعرفة منظمة حول فئات التصنيف ذاتها، وأن هندسة هذه المعرفة ودمجها في بنية النموذج قد تكون أكثر جدوى أحيانًا من مجرد توسيع حجم البيانات المصنفة، وهو درس يفيد في كل مهمة تعلم آلي تعاني شح التسميات الموثوقة وصعوبة الحصول عليها
ومن زاوية أوسع، يعيد الإطار المقترح الاعتبار للمعرفة اللغوية المنظمة، إذ يثبت أن تنظيم ما نعرفه عن الفئات ذاتها وتغذيته للنموذج بصورة منهجية يضيف قيمة لا تعوضها البيانات الخام وحدها، ويمكن أن يلهم هذا المنطق باحثي تصنيف النصوص في اللغات قليلة الموارد حيث يندر توفر مدونات مصنفة ضخمة، فيصبح استثمار المعرفة الدلالية للفئات خيارًا استراتيجيًا واعدًا يختصر الجهد والكلفة معًا
وخلاصة القول إن الإطار الموجه بمعرفة التصنيفات حقق تفوقًا مؤكدًا في تصنيف المشاعر بالنصوص القصيرة شبه الموجه عبر ثلاث مجموعات بيانات معيارية، وإن توظيف دلالات التصنيفات ذاتها بوصفها معرفة موجهة يمثل نقلة منهجية تثري التعلم من البيانات المحدودة وتمنح النماذج فهمًا أعمق للعلاقة بين النص وفئته
