يعد التنبؤ بالمشاعر فرعًا من تحليل المشاعر يهدف إلى استخلاص الانفعالات التي تعبر عنها النصوص والكلام والصور، وينطلق الباحثون من أن المشاعر تحدد السلوك الإنساني إلى حد بعيد، بما يجعل تطوير أساليب للتعرف الآلي عليها ضرورة ملحة، ولا سيما في أوقات الأزمات العالمية كما حدث في جائحة كورونا، حين تحولت منصات التواصل الاجتماعي إلى قناة أولى للتعبير عن الخوف والقلق والأمل وغيرها من الانفعالات الجمعية، وفي هذا السياق طورت هذه الدراسة نظامًا فوريًا يكشف المشاعر التي يعبر عنها المستخدمون في التغريدات العربية حول الجائحة ويتنبأ بها مصنفة في ستة انفعالات معيارية، مستندًا إلى منصة البيانات الضخمة أباتشي سبارك، وقد أظهرت الجائحة حجم التحدي في معالجة النصوص العربية آليًا، إذ تتسم العربية بغنى صرفي وتنوع لهجي يجعلان بناء نماذج دقيقة لكشف المشاعر مهمة أصعب من مثيلتها في لغات أخرى أوسع تمثيلًا في البيانات التدريبية العالمية
أولًا: أهداف الدراسة ومنهجيتها
تكون النظام المطور من مرحلتين رئيستين، مرحلة بناء نموذج دون اتصال، ومرحلة خط أنابيب للتنبؤ الفوري بالمشاعر عبر الاتصال، ففي المرحلة الأولى طبق الباحثون مقاربتين للعثور على المصنف الأمثل لكشف المشاعر والتنبؤ بها، مقاربة التعلم العميق التي طبقت ثلاثة مصنفات هي الشبكة العصبية التلافيفية ووحدة البوابة المتكررة ووحدة البوابة المتكررة ثنائية الاتجاه، ومقاربة التعلم المنقول التي طبقت خمسة نماذج لمعالجة اللغة العربية هي أرابيرت وأرابيك بيرت وأربيرت وماربيرت وقارب، أما المرحلة الثانية فأنشأت مقبس بروتوكول التحكم في الإرسال بين واجهة برمجة تطبيقات تويتر ومنصة سبارك لتلقي التغريدات المتدفقة واستخدام المنصة في التنبؤ بتصنيف المشاعر في التغريدات لحظة وصولها، وصنفت المشاعر المستهدفة في ست فئات انفعالية معيارية معتمدة في أدبيات كشف المشاعر، بما يتيح تقييم أداء النماذج على مهمة تصنيف متعدد الفئات، واعتمد خط الأنابيب الفوري على استقبال التغريدات المتدفقة لحظة نشرها وتصنيفها بما يختصر الزمن بين التعبير العام وظهوره في لوحات المتابعة
ثانيًا: أبرز النتائج
أظهرت النتائج التجريبية تفوق نموذج قارب على سائر النماذج والمصنفات المختبرة، إذ حقق أعلى دقة جاكارد بلغت 65.73 في المئة، وأعلى دقة متعددة بلغت 78.71 في المئة، كما حقق 78.71 في المئة في كل من الدقة الجزئية والاستدعاء الجزئي ومقياس إف الجزئي، و78.55 في المئة في مقياس إف الكلي، وبذلك أثبت النظام جدواه في تصنيف مشاعر التغريدات العربية في الانفعالات المعيارية الستة بفاعلية تفوق نماذج التعلم العميق التقليدية والنماذج المنقولة المنافسة، ويتاح النظام في صورة تطبيق ويب يهدف إلى تقديم تصور مرئي فوري لمشاعر الناس أثناء الأزمات يمكن الجهات المعنية من رصد المزاج العام لحظة بلحظة، ويعني هذا التفوق أن النماذج المنقولة المدربة مسبقًا على نصوص عربية واسعة تتفوق على بناء مصنفات من الصفر ببيانات محدودة، وهو درس منهجي مهم لبحوث معالجة اللغة العربية التطبيقية ولمطوري أنظمة الرصد الآلي
ثالثًا: دلالات الدراسة وتطبيقاتها
تنطوي هذه الدراسة على دلالات تطبيقية واسعة في إدارة الأزمات والصحة العامة والرصد الاجتماعي، فالقدرة على تتبع مشاعر الجمهور فوريًا من تغريداته العربية تتيح لصانعي القرار فهم ردود الفعل الجمعية تجاه الإجراءات والرسائل الرسمية وتعديل التواصل بما يلائمها، كما تسهم الدراسة في تطوير معالجة اللغة العربية الحاسوبية بإثباتها تفوق نموذج متخصص في العربية على نماذج عامة ومنافسة، وبإتاحتها خط أنابيب متكاملًا يجمع بين التدريب دون اتصال والتصنيف المتدفق، وتفتح النتائج المجال لتوسيع النظام إلى انفعالات أدق ولهجات عربية أكثر تنوعًا وسياقات أزمات مختلفة تتجاوز الجوائح إلى الكوارث والأحداث الكبرى، كما يمكن توظيف تقنيات مماثلة في تحليل آراء المستفيدين من الخدمات الحكومية والصحية، وفي رصد الشائعات والمخاوف المرافقة للأزمات قبل استفحالها، ويفيد النظام الباحثين في العلوم الاجتماعية ببيانات انفعالية زمنية تربط المشاعر بالأحداث الجارية وتطوراتها
وخلاصة القول إن هذه الدراسة تقدم نظامًا فوريًا متكاملًا لكشف مشاعر التغريدات العربية حول جائحة كورونا والتنبؤ بها عبر منصة أباتشي سبارك، أثبتت تجاربه تفوق نموذج قارب بدقة تعدت منافسيه من مصنفات التعلم العميق والنماذج المنقولة، ووفر تطبيق ويب يعرض مشاعر الجمهور لحظة بلحظة أثناء الأزمات، بما يمثل أداة عملية واعدة لدعم قرارات إدارة الأزمات وفهم المزاج العام في المجتمعات الناطقة بالعربية، وتؤكد الدراسة أن الاستثمار في نماذج لغوية عربية متخصصة يؤتي ثماره في تطبيقات الرصد الاجتماعي والإنذار المبكر
هل تحتاج إلى دعم متخصص في بحثك؟
يمكنك طلب الخدمة مباشرة عبر حساب الباحث، وسيتابع معك فريق مؤسسة النظم طلبك خطوة بخطوة حتى اكتمال الإنجاز