PromotionGo at SemEval-2025 Task 11: A Feature-Centric Framework for Cross-Lingual Multi-Emotion Detection in Short Texts

تخيل أنك تحاول فهم الحالة المزاجية لغرفة مليئة بالأشخاص الذين يتحدثون 28 لغة مختلفة. البعض يهمس، والبعض يصرخ، والعديد منهم يشعر بمزيج من المشاعر في آن واحد — مثل الشعور بالسعادة والدهشة معاً. هذه هي المهمة التي واجهها فريق PromotionGo في مسابقة SemEval-2025 Task 11. كان هدفهم بناء نظام حاسوبي يمكنه قراءة الرسائل النصية القصيرة بهذه اللغات العديدة وتحديد المشاعر الموجودة فيها بشكل صحيح، حتى عندما تكون المشاعر المختلطة موجودة معاً.

إليك كيف فعلوا ذلك، مشروحاً من خلال تشبيهات بسيطة:

1. المشكلة الجوهرية: التسمية الواحدة لا تكفي

أجهزة كشف المشاعر التقليدية تشبه المعلم الصارم الذي يجبر الطالب على اختيار شعور واحد فقط طوال اليوم: "هل أنت سعيد، أم حزين، أم غاضب؟" لكن الحياة الواقعية أكثر تعقيداً. يمكنك أن تشعر بـ البهجة بسبب ترقية ما، ولكنك تشعر بـ الخوف من المسؤولية الجديدة. تم تصميم نظام الفريق للتعامل مع هذا "المزيج المتنوع" من المشاعر، حيث يدرك أن جملة واحدة يمكن أن تحمل عدة مشاعر في وقت واحد.

2. الوصفة المكونة من ثلاث خطوات

بنى الفريق "إطار عمل متمحور حول الميزات"، وهو مجرد طريقة معقدة لقول إنهم أنشأوا مطبخاً نموذجياً حيث يمكنهم استبدال المكونات لمعرفة ما يصنع أفضل طبق لكل لغة. تضمنت وصفتهم ثلاث خطوات رئيسية:

الخطوة أ: ترجمة الكلمات إلى أرقام (تمثيل المستند)

لا تستطيع الحواسيب قراءة الكلمات؛ فهي تفهم الأرقام فقط. جرب الفريق ثلاث طرق مختلفة لتحويل النص إلى أرقام:

• طريقة "عد الكلمات" (TF-IDF): تخيل أنك تعد عدد مرات ظهور كلمات معينة في نص ما، لكنك تتجاهل الكلمات الشائعة مثل "الـ" أو "و" لأنها لا تحمل الكثير من المشاعر. هذا يشبه استخدام ورقة حساب بسيطة. وجد الفريق أن هذه الطريقة فعالة بشكل مدهش، خاصة في اللغات التي لا يملكون عنها الكثير من بيانات التدريب (اللغات ذات الموارد المنخفضة). إنها أداة موثوقة وقديمة تعمل جيداً عندما لا تملك مكتبة ضخمة من الأمثلة.
• طريقة "القاموس السياقي" (FastText & BPE): هذا يشبه إعطاء الحاسوب قاموساً لا يعرف معنى الكلمة فحسب، بل يعرف أيضاً كيف تتناسب أجزاؤها مع بعضها البعض. يمكنه تخمين معنى كلمة لم يسبق له رؤيتها من خلال النظر إلى أجزائها الأصغر (مثل التعرف على كلمة "unhappiness" حتى لو كان يعرف فقط "happy" و "-un").
• طريقة "الفهم العميق" (Sentence-BERT): هذه هي الأداة "الأذكى". إنها تشبه شخصاً متعدد اللغات يقرأ الجملة ويفهم "الجو العام" والسياق، وليس فقط الكلمات الفردية. يمكنه التمييز بين "أنا سعيد جداً لدرجة أنني أريد الصراخ!" و "أنا غاضب جداً لدرجة أنني أريد الصراخ!" حتى لو كانت الكلمات متشابهة. ومع ذلك، هذه الأداة ثقيلة وتواجه صعوبة أحياناً في اللغات التي لم يتم تدريبها عليها خصيصاً.

المفاجأة: بالنسبة للعديد من اللغات في الدراسة، كانت طريقة "عد الكلمات" البسيطة (TF-IDF) تعمل في الواقع بشكل أفضل من طريقة "الفهم العميق" فائقة الذكاء. اتضح أنه بالنسبة لبعض اللغات، يكون عد الكلمات أكثر موثوقية من محاولة تخمين السياق العميق.

الخطوة ب: تنظيف الفوضى (تقليل الأبعاد)

أحياناً، يشعر الحاسوب بالارتباك بسبب كثرة المعلومات. تخيل أنك تحاول العث Und trovare كتاباً معيناً في مكتبة حيث كل كتاب مكدس في كومة ضخمة وفوضوية.
استخدم الفريق تقنية تسمى PCA (تحليل المكونات الرئيسية). فكر في هذا كأنه أمين مكتبة ذكي يقوم بفرز الكتب بسرعة، ويرمي النسخ المكررة والكتب التي لا تهم، تاركاً لك رفاً منظماً ومرتباً.

• النتيجة: لم تجعل هذه التقنية الحاسوب أذكى بالضرورة، لكنها جعلته أسرع بكثير. لقد اختصرت وقت التدريب، خاصة للنماذج المعقدة، دون التأثير على دقتها.

الخطوة ج: القاضي النهائي (تدريب النموذج)

بمجرد تحويل النص وتنظيفه، احتاج الفريق إلى "قاضٍ" ليقرر المشاعر. جربوا قضاة مختلفين:

• "العرض المنفرد" (أشجار القرار): قاضٍ بسيط يتخذ قرارات سريعة بناءً على مخطط انسيابي. سريع، ولكنه يفتقر أحياناً إلى الدقة والتفاصيل.
• "لجنة القضاة" (مصنف التصويت): مجموعة من القضاة المختلفين (مثل شجرة القرار، والغابة العشوائية، وأقرب جار) الذين يصوتون على الإجابة. هذا النوع أكثر استقراراً وموثوقية من القاضي الواحد.
• "المفكر العميق" (MLP): شبكة عصبية تتعلم الأنماط المعقدة. كان هذا هو البطل. لقد كان الأفضل في رصد المشاعر الدقيقة والمختلطة، رغم أنه استغرق وقتاً أطول في "الدراسة" (التدريب).

3. التحديات الكبرى التي وجدوها

• مشكلة "عدم التوازن": في بياناتهم، ظهرت بعض المشاعر (مثل "ليس غاضباً") بشكل متكرر أكثر بكتم من غيرها (مثل "الخوف"). الأمر يشبه فصلاً دراسياً حيث 90% من الطلاب هادئون، و10% فقط منهم يصرخون. أصبح الحاسوب جيداً جداً في تحديد الطلاب الهادئين ولكنه عانى في رصد الصارخين. أدى هذا إلى دقة عالية للمشاعر الشائعة ودقة منخفضة للمشاعر النادرة.
• خدعة "اللغة غير المرئية": بالنسبة للغات التي لم يرها الحاسوب من قبل (مثل لغة الأورومو)، استخدموا حيلة ذكية. طلبوا من نموذج ذكاء اصطناٍ كبير البحث عن لغة "قريبة" يعرفها الحاسوب، ثم استخدموا قاموس تلك اللغة القريبة لفهم اللغة الجديدة. إنه يشبه استخدام قاموس إسباني لتساعدك في تخمين معنى كلمة برتغالية لأن اللغتين مرتبطتان ببعضهما.

4. الخلاصة

أثبت نظام PromotionGo أنه لا يوجد حل واحد "يناسب الجميع" للكشف عن المشاعر.

• بالنسبة لبعض اللغات، تكون الأدوات البسيطة والسريعة (TF-IDF) هي الفائزة.
• بالنسبة لآخرين، تكون الأدوات العميقة والمعقدة (Sentence-BERT + MLP) ضرورية.
• السرعة مقابل الذكاء: عليك أن تختار. إذا كنت بحاجة إلى نتائج فورية، استخدم الأدوات البسيطة. وإذا كنت تريد أعلى قدر من الدقة ويمكنك الانتظار قليلاً حتى "يفكر" الحاسوب، فاستخدم نماذج التعلم العميق.

إطار عمل الفريق يشبه السكين السويسري: فهو لا يعتمد على نصل واحد فقط. بدلاً من ذلك، يختار ديناميكياً الأداة المناسبة (التمثيل)، وينظف مساحة العمل (تقليل الأبعاد)، ويختار أفضل قاضٍ (النموذج) لكل لغة محددة، مما يضمن عمل النظام بشكل جيد عبر جمهور عالمي متنوع.