💬 NLP

LaMSUM: Amplifying Voices Against Harassment through LLM Guided Extractive Summarization of User Incident Reports

تقدم هذه الورقة LaMSUM، وهو إطار عمل مبتكر متعدد المستويات يسخر النماذج اللغوية الكبيرة وآليات التصويت لإنشاء ملخصات استخراجية لمجموعات كبيرة من تقارير حوادث التحرش الجنسي المختلطة لغوياً، مما يتغلب على قيود نافذة السياق ويتفوق على الأساليب الحالية الرائدة لمساعدة أصحاب المصلحة في تطوير السياسات.

المؤلفون الأصليون: Garima Chhikara, Anurag Sharma, V. Gurucharan, Kripabandhu Ghosh, Abhijnan Chakraborty

نُشر 2026-04-20

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Garima Chhikara, Anurag Sharma, V. Gurucharan, Kripabandhu Ghosh, Abhijnan Chakraborty

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك عمدة مدينة صاخبة. في كل يوم، يرسل آلاف المواطنين رسائل إليك يصفون فيها ما يحدث في أحيائهم. بعض الرسائل تتعلق بالحفر في الطرق، وبعضها عن الجيران المزعجين، والعديد منها للأسف يتعلق بحوادث تحرش مخيفة وخطيرة.

تريد المساعدة، لكن لا يمكنك قراءة 5000 رسالة يوميًا. أنت بحاجة إلى طريقة لقراءة أهم 50 رسالة فقط، والتي تعطيك صورة مثالية لمشكلات المدينة دون تفويت أي شيء جوهري.

هذا هو بالضبط ما يحله بحث LaMSUM، ولكن بالنسبة للمنصات عبر الإنترنت حيث يبلغ الناس عن التحرش الجنسي.

إليك قصة كيفية بناء هذا الحل، مشروحة ببساطة:

1. المشكلة: معضلة "الضجيج الزائد"

منصات إبلاغ المواطنين تشبه صندوق بريد ضخمًا وفائضًا عن الحاجة.

الحجم: هناك عدد هائل من التقارير التي لا يمكن قراءتها واحدة تلو الأخرى.
اللغة: يكتب الناس بلغات "مختلطة" (مثل لغة "الهينجليش" في الهند، التي تمزج بين الهندية والإنجليزية)، وهو أمر يصعب على البرامج الحاسوبية القديمة فهمه.
فخ الذكاء الاصطناعي: لدينا ذكاء اصطناعي فائق الذكاء (نماذج اللغات الكبيرة أو LLMs) يمكنه القراءة بسرعة. ولكن إليك المشكلة:
- يعيد الكتابة بدلاً من الاختيار: إذا طلبت من ذكاء اصطناعي ذكي أن "يلخص" هذه الرسائل، فإنه عادة ما يحاول إعادة كتابتها بأسلوبه الخاص (مثل مذيع أخبار يلخص قصة ما). ولكن بالنسبة لتقارير التحرش، إعادة الكتابة أمر خطير. أنت بحاجة إلى كلمات الضحية الفعلية للحفاظ على الحقيقة والمشاعر. أنت بحاجة إلى اختيار أفضل الرسائل الأصلية، وليس إعادة كتابتها.
- ذاكرتهم قصيرة: يمكن لهذه الأنواع من الذكاء الاصطناعي قراءة كمية معينة فقط من النصوص في المرة الواحدة. إذا قمت بتغذيتها بتقرير سنة كاملة، فإن "عقلها" سيمتلئ، وتبدأ في اختلاق أشياء من عندها أو تجاهل التعليمات.

2. الحل: LaMSUM (اللجنة الذكية)

ابتكر المؤلفون نظامًا يسمى LaMSUM. فكر فيه ليس كقارئ واحد، بل كـ لجنة ذكية تستخدم نظام تصويت ذكي لاختيار أفضل الرسائل.

إليك كيف يعمل، خطوة بخطوة:

الخطوة أ: "الخلط" (كسر الانحياز)

تخيل أن لديك كومة من 100 رسالة. إذا طلبت من إنسان (أو ذكاء اصطناعي) اختيار الأفضل منها، فقد يختار بالخطأ الرسائل الموجودة في الأعلى تمامًا لمجرد أنه رآها أولاً. هذا ما يسمى بالانحياز الموقعي.

لإصلاح ذلك، يعمل LaMS-UM مثل موزع أوراق اللعب. يأخذ كومة الرسائل، ويخلطها، ثم يطلب من الذكاء الاصطناعي اختيار الأفضل منها. ثم يخلطها مرة أخرى (بترتيب مختلف) ويطلب من الذكاء الاصطناعي الاختيار مجددًا. يفعل ذلك 3 مرات.

التشبيه: الأمر يشبه طلب من ثلاثة قضاة مختلفين اختيار أفضل الأغاني من قائمة تشغيل، ولكن في كل مرة، تُعزف الأغاني بترتيب مختلف حتى لا يكتفي القضاة باختيار أول ثلاث أغاني يسمعونها.

الخطوة ب: "المستوى المتعدد" (سلسلة الدلاء)

بما أن الذكاء الاصطناعي لا يمكنه قراءة 5000 رسالة دفعة واحدة، يستخدم LaMSUM نهج القمع.

المستوى 1: يقوم بتقسيم الـ 5000 رسالة إلى مجموعات صغيرة (كتل). ويطلب من الذكاء الاصطناي اختيار أفضل 50 من كل مجموعة صغيرة.
المستوى 2: يأخذ تلك "الخمسين الأفضل" من جميع المجموعات ويضعها في مجموعات جديدة أكبر قليلاً. ويطلب من الذكاء الاصطناعي اختيار الأفضل مرة أخرى.
المستوى النهائي: يستمر في القيام بذلك حتى يقلص كل شيء ليصل إلى الـ 50 رسالة النهائية التي تمثل المجموعة بأكملها.

الخطوة ج: "الانتخابات التصويتية" (اختيار الفائزين)

هذا هو الجزء السحري. بعد الخلط والتقليص، يكون الذكاء الاصطناعي قد اختار رسائل مختلفة في جولات مختلفة. كيف نقرر أي منها يبقى؟

يعامل LaMSUM الرسائل مثل المرشحين في انتخابات واختيارات الذكاء الاصطناعي كـ أصوات.

يستخدمون طريقة تصويت خاصة تسمى التصويت بالموافقة النسبية.
التشبيه: تخيل انتخابات مدرسية. إذا حصل مرشح واحد (رسالة عن "المطاردة") على أصوات في 3 من أصل 3 عمليات خلط، فإنه يفوز. ولكن إذا حصل مرشح آخر (رسالة عن "العنف المنزلي") على صوت واحد فقط في عملية خلط واحدة ولكنه فريد جدًا، فإن النظام يضمن حصوله على فرصة حتى لا تكون القائمة النهائية مجرد مجموعة من القصص المتطابقة. إنه يوازن بين الشعبية والتنوع.

3. لماذا يعد هذا أمراً هاماً؟

يحافظ على الحقيقة: على عكس أنظمة الذكاء الاصطناعي الأخرى التي تعيد كتابة القصص، يختار LaMSUM الكلمات الأصلية للضحايا. وهذا أمر بالغ الأهمية للدقة القانونية والعاطفية.
يتعامل مع "البيانات الضخمة": يمكنه معالجة كميات هائلة من النصوص التي قد تؤدي عادةً إلى تعطل جهاز الكمبيوتر.
يعمل مع اللغات المختلطة: يتعامل مع اللغات المختلطة (مثل الهينجليش) بشكل أفضل من الأدوات السابقة.
يتفوق على المنافسين: في اختباراتهم، أدى LaMSUM أداءً أفضل من أفضل نماذج الذكاء الاصطناعي الموجودة في اختيار القصص الصحيحة.

الخلا الخلاصة

LaMSUM يشبه محررًا فائق الكفاءة وغير منحاز لسلامة المدينة. إنه يأخذ آلاف التقارير الفوضوية والمخيفة والمبعثرة، ويخلطها ليكون عادلاً، ويستخدم نظام تصويت ذكي ليقدم للسلطات قائمة موجزة وقوية لأهم الحوادث.

هذا يساعد السلطات على رؤية الصورة الكبيرة بسرعة، حتى يتمكنوا من وضع سياسات أفضل للحفاظ على سلامة المجتمعات، دون الضياع في بحر من الأوراق.

إليك ملخص تقني مفصل لورقة البحث بعنوان "LaMSUM: تعزيز الأصوات ضد التحرش من خلال التلخيص الاستخراجي الموجه بنماذج اللغات الكبيرة لتقارير الحوادث الخاصة بالمستخدمين."

1. بيان المشكلة

تتناول الورقة تحدي معالجة كميات كبيرة من تقارير الحوادث التي يولدها المستخدمون على منصات الإبلاغ عن المواطنين (تحديداً فيما يتعلق بالتحرش الجنسي، والعنف المنزلي، والاعتداء).

حجم البيانات وتعقيدها: تواجه السلطات كمية هائلة من البيانات، مما يجعل المراجعة اليدوية غير عملية. علاوة على ذلك، غالباً ما تكون هذه التقارير مكتوبة بلغات مختلطة برمجياً (مثل "الهينجليش" في الهند)، مما يحد من فعالية أدوات التلخيص التقليدية التي تركز على اللغة الإنجليزية.
الحاجة إلى التلخيص الاستخراجي مقابل التجريدي: بالنسبة لتقارير الحوادث الحساسة، يُفضل التلخيص الاستخراجي (اختيار جمل محددة من النص الأصلي) على التلخيص التجريدي (إعادة الصياغة). إن الحفاظ على كلمات المستخدم بدقة أمر بالغ الأهمية للأصالة، والسياق القانوني، والحفاظ على الثقل العاطفي للشهادة.
قيود نماذج اللغات الكبيرة (LLMs): بينما تتفوق نماذج اللغات الكبيرة في التلخيص التجريدي، فإنها تواجه صعوبة في التلخيص الاستخراجي لسببين رئيسيين:
1. السلوك المتأصل: تميل هذه النماذج بطبيعتها إلى إعادة صياغة النص بدلاً من اختيار مجموعات فرعية محددة، حتى عند توجيهها بخلاف ذلك.
2. قيود نافذة السياق: تمتلك هذه النماذج نوافذ سياق محدودة ولا يمكنها معالجة مجموعات ضخمة من النصوص (مثلاً أكثر من 30 ألف توكن) في تمريرة واحدة.
3. التحيز الموضعي: تميل هذه النماذج إلى اختيار جمل من بداية النص أو نهايته، متجاهلة المنتصف، مما يؤدي إلى ملخصات متحيزة.

2. المنهجية: إطار عمل LaMSUM

يقترح المؤلفون LaMSUM (التلخيص الاستخراجي القائم على نماذج اللغات الكبيرة)، وهو إطار عمل مبتكر متعدد المستويات يجمع بين نماذج اللغات الكبيرة ونظرية الاختيار الاجتماعي (خوارزميات التصويت) للتغلب على القيود المذكورة أعلاه.

أ. بنية التلخيص متعددة المستويات

للتعامل مع النصوص الأكبر من نافذة سياق نموذج اللغة الكبيرة ( $W$ )، يستخدم LaMSUM نهجاً هرمياً تكرارياً:

المستوى 0 (المدخلات): يتم تقسيم مجموعة المنشورات الكلية $T$ إلى قطع أصغر بحجم $s$ .
تلخيص القطع: يتم تلخيص كل قطعة بواسطة نموذج لغة كبير لإنتاج مجموعة أصغر من الوحدات $q$ .
التكرار: يتم دمج ملخصات المستوى 0 لتشكيل مدخلات المستوى 1. تتكرر هذه العملية حتى الوصول إلى حجم الملخص النهائي $k$ .
القيد: وضع المؤلفون شرط $q = k$ لضمان قدرة الخوارزمية على التعامل مع السيناريوهات الأسوأ حيث قد تنشأ جميع وحدات الملخص النهائي من قطعة أولية واحدة.

ب. معالجة التحيز الموضعي عبر الخلط (Shuffling)

لمنع النموذج من تفضيل الجمل بناءً على موقعها في المدخلات:

الخلط: لكل قطعة، يتم خلط الوحدات النصية $m$ من المرات لإنشاء $m$ من النسخ المختلفة.
الملخصات المتعددة: يقوم نموذج اللغة بتوليد ملخص لكل نسخة. يضمن هذا أن كل جملة لديها فرصة متساوية للظهور في مواضع مختلفة (البداية، المنتصف، النهاية) عبر عمليات التشغيل $m$ .

ج. معايرة المخرجات

بما أن نماذج اللغات الكبيرة قد تهلوس أو تعدل الكلمات قليلاً عند الاختيار، فإن النظام يقوم بـ:

خطوة التحقق: باستخدام مسافة التعديل (Edit Distance) ومطابقة الكلمات المفتاحية.
إذا اختار النموذج جملة ليست جزءاً فرعياً مطابقاً للنص الأصلي، فإن النظام يحدد أقرب منشور مطابق لضمان أن يكون الملخص النهائي استخراجياً بدقة.

د. إعادة تصور التلخيص كعملية انتخابية

تُعامل الملخصات $m$ الناتجة عن النسخ المختلطة كـ "أوراق اقتراع" في انتخابات متعددة الفائزين. الهدف هو اختيار أفضل $q$ من "الفائزين" (الجمل/المنشورات). تقيم الورقة ثلاث طرق للتصويت:

تصويت التعددية (التصويت الكتلي): يحصي عدد المرات التي ظهرت فيها الجملة عبر الملخصات $m$ .
تصويت الموافقة النسبي (PAV): يختار الجمل بناءً على الموافقة ولكن يطبق آلية "العوائد المتناقصة". إذا تمت الموافقة على جملة من قبل العديد من عمليات الخلط، فإن فائدتها الحدية تنخفض، مما يمنع التكرار ويشجع على تضمين منشورات متنوعة، أقل تكراراً ولكنها مهمة.
التصويت بالترتيب (حساب بوردا - Borda Count): يقوم النموذج بترتيب جميع الجمل؛ وتُخصص النقاط بناءً على موضع الترتيب.

3. المساهمات الرئيسية

أول تلخيص استخراجي قائم على نماذج اللغات الكبيرة للمجموعات الكبيرة: يعد هذا من أوائل الأعمال التي نجحت في تنفيذ التلخيص الاستخراجي على مجموعات نصوص ضخمة من إنشاء المستخدمين (>30 ألف توكن) باستخدام نماذج اللغات الكبيرة، متجاوزة "النزعة التجريدية" لهذه النماذج.
إطار عمل مبتكر (LaMSUM): يقدم بنية متعددة المستويات تجمع بين تقسيم القطع، والخلط، وخوارمايات التصويت للتخفيف من التحيز الموضعي وقيود نافذة السياق.
تكامل الاختيار الاجتماعي: يثبت فعالية تطبيق نظرية التصويت (تحديداً تصويت الموافقة النسبي) على مهام معالجة اللغات الطبيعية لتحقيق التوازن بين الشعبية (التكرار) والتنوع في التلخيص.
دعم اللغات المختلطة برمجياً: يتحقق من نهجه على تقارير حوادات حقيقية تحتوي على لغات مختلطة (مثل الهينجليش)، حيث تفشل النماذج التقليدية غالباً.

4. النتائج التجريبية

مجموعة البيانات: استخدمت الدراسة تقارير حوادات من خمس مدن هندية (A–E)، تغطي فئات مختلفة من التحرش (المطاردة، الاعتداء، العنف المنزلي، إلخ). احتوت مجموعة البيانات على ما بين 545 و867 منشوراً لكل مدينة.
النماذج المختبرة: تم تقييم أربعة نماذج لغة كبيرة: Llama-3.1-8B، و Mistral-Nemo، و Claude-3-Haiku، و GPT-4o-mini.
النماذج المرجعية (Baselines): تمت المقارنة مع نماذج ما قبل العصبية (LexRank, SummBasic)، ونماذج Transformer (BERT, XLNet)، ونماذج استخراجية مضبوطة (BERTSUM).
مقاييس الأداء: تم التقييم باستخدام ROUGE-1، و RGE-2، و ROUGE-Lsum.
النتائج الرئيسية:
- التفوق: تفوق LaMSUM (تحديداً باستخدام Claude-3-Haiku مع تصويت الموافقة النسبي) على جميع النماذج المرجعية المتطورة عبر جميع مجموعات البيانات والمقاييس.
- فعالية التصويت: تفوق تصويت الموافقة النسبي (PAV) بشكل كبير على تصويت التعددية وحساب بوردا. وُجد أن PAV يوازن بشكل أفضل بين تغطية المحتوى والتنوع، متجنباً التكرار الذي يظهر في تصويت التعددية.
- تأثير الخلط: وفر استخدام $m=3$ من عمليات الخلط أفضل توازن بين الأداء والتكلفة الحسابية.
- التنوع: اختار LaMSUM منشورات ذات عدد كلمات أعلى (أكثر وصفية) وتنوع فئات أكبر (إنتروبيا أعلى) مقارنة بالخوارزميات الأخرى.

5. الأهمية والأثر

السياسة والسلامة: من خلال توفير نظرة عامة موجزة، وأصيلة، ومتنوعة لحوادث التحرش، يمكّن LaMSUM السلطات وأصحاب المصلحة من اتخاذ قرارات قائمة على البيانات. يمكن أن يؤدي ذلك إلى تحسين تخصيص الموارد، وتحديد "النقاط الساخنة"، وصياغة سياسات سلامة استباقية.
القابلية للتوسع: إطار العمل قابل للتوسع والتعميم، وقادر على التعامل مع أي طول نص طالما أن الملخص النهائي يتناسب مع نافذة السياق. كما تم التحقق من صحته على مجموعات بيانات عامة مثل US-Election و Me-Too.
الاعتبارات الأخلاقية: يقر المؤلفون بالطبيعة "الصندوق الأسود" لنماذج اللغات الكبيرة ومخاطر تسرب البيانات أو التحيز. ويؤكدون أنه بينما يحسن LaMSUM التلخيص، يجب استخدامه كأداة لدعم القرار وليس كبديل وحيد للمواقف الواقعية، مما يتطلب إشرافاً بشرياً لضمان التطبيق الأخلاقي.

ختاماً، يمثل LaMSUM تقدماً كبيراً في معالجة اللغات الطبيعية من خلال النجاح في تطويع نماذج اللغات الكبية التوليدية لمهام استخراجية صارمة في مجالات حساسة وعالية المخاطر، مستفيداً من نظرية التصويت لضمان المتانة، والتنوع، والدقة.