Decoding Market Emotions in Cryptocurrency Tweets via Predictive Statement Classification with Machine Learning and Transformers
تقدم هذه الدراسة إطار عمل لتعلم الآلة يتكون من مرحلتين يصنف تغريدات العملات المشفرة إلى فئات تنبؤية وغير تنبؤية، ثم يصنف التنبؤات لاحقاً إلى تصاعدية أو تنازلية أو محايدة، مما يثبت أن تعزيز البيانات القائم على نماذج GPT ونماذج المحولات يعزز الأداء بشكل كبير مع الكشف عن أنماط عاطفية متميزة عبر مختلف العملات المشفرة.
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 سوق العملات الرقمية كأنه محيط هائل وفوضوي. الأمواج هي أسعار عملات مثل بيتكوين أو كاردانو، وهي تضرب صعوداً وهبوطاً بجنون. والآن، تخيل الملايين من الناس يقفون على الشاطئ، يصرخون في مهب الريح، محاولين تخمين اتجاه الموجة التالية. البعض يصرخ: "الموجة قادمة! اقفزوا!" بينما يصرخ آخرون: "إنها ستتحطم! اهربوا!"
هذه الورقة البحثية تدور حول بناء مترجم ذكي لكل تلك الصرخات. أراد الباحثون ليس فقط فهم ماذا يشعر الناس (سعادة أو حزن)، بل ماذا يتوقعون بشأن المستقبل.
إليك تفصيل عملهم، مشروحاً ببساية:
١. المشكلة: "السعادة" لا تعني دائماً "الصعود"
في الأيام الخوالي، إذا قال شخص ما شيئاً إيجابياً عن عملة ما، كان المحللون يفترضون أن السعر سيرتفع. وإذا قال شيئاً سلبياً، كانوا يفترضون أنه سينهار.
لكن المؤلفين أدركوا أن هذا يشبه الأفعوانية (الرولر كوسترتر).
- الشخص (أ) في الرحلة ويحب الهبوط لأنه يستمتع بوقت ممته.
- الشخص (ب) يشاهد من الأرض وهو مرعوب من الهبوط.
إذا استمعت فقط إلى "الصرخات"، فستصاب بالارتباك. أدرك المؤلفون أن الناس أحياناً يكونون سعداء بسبب انخفاض السعر لأنهم يريدون الشراء بسعر رخيص (توقع "تناقصي" - decremental). وفي أحيان أخرى، يكونون حزانى بسبب انخفاض السعر لأنهم خسروا أموالهم.
لذا، ابتكروا طريقة جديدة لتصنيف هذه التغريدات إلى أربعة صناديق:
- تصاعدي (Incremental): "أعتقد أن السعر سيرتفع".
- تناقصي (Decremental): "أعتقد أن السعر سينخفض".
- محايد (Neutral): "أعتقد أن السعر سيبقى ثابتاً".
- غير تنبؤي (Non-Predictive): "أنا أتحدث فقط عن الأخبار، ولا أخمن المستقبل".
٢. الوصفة: كيف بنوا المترجم
لتعليم حاسوبهم كيفية تصنيف هذه التغريدات، احتاجوا إلى كتاب طبخ ضخم من الأمثلة.
- المكونات: جمعوا أكثر من ٣٠٠٠ تغريدة حول خمس عملات شهيرة (كاردانو، ماتيك، بينانس، ريبل، وفانتوم).
- الطهاة (التوسيم/Annotation): جعلوا خبراء بشريين يقرأون التغريدات ويصنفونها. وللتأكد من امتلاكهم ما يكفي من الأمثلة للأنواع النادرة (مثل الأشخاص الذين يتوقعون انخفاض السعر)، استخدموا ذكاءً اصطناعياً (GPT) لكتابة تغريدات جديدة وهمية تبدو تماماً مثل الحقيقية. هذا يشبه قيام طاهٍ بصنع نسخ إضافية من وصفة نادرة ليتدرب على طبخها بما يكفي لإتقانها.
- اختبار المذاق (تحليل المشاعر): استخدموا أداة تسمى SenticNet لتذوق "نكهة" الكلمات. وتحققوا من المشاعر مثل الفرح، الخوف، الغضب، والحزن.
- الاكتشاف: وجدوا أن الأشخاص الذين يتوقعون انخفاض السعر غالباً ما شعروا بـ الخوف أو الغضب. ولكن المثير للاهتمام، أن بعض الأشخاص الذين يتوقعون انخفاضاً شعروا بـ الفرح لأنهم سعداء بالشراء بسعر منخفض! أثبت هذا أنه لا يمكنك مجرد النظر إلى "السعادة مقابل الحزن"؛ بل يجب أن تنظر إلى التوقع أولاً.
٣. المسابقة: من هو أفضل مترجم؟
وضعوا ثلاثة أنواع مختلفة من "الأدمغة" في مواجهة بعضها البعض ليروا أيهم يمكنه تصنيف التغريدات بشكل أفضل:
- الأدمغة القديمة (تعلم الآلة التقليدي): هؤلاء يشبهون المحاسبين ذوي الخبرة. هم جيدون في اتباع قواعد صارمة ورياضيات دقيقة.
- المفكرون العميقون (التعلم العميق): هؤلاء يشبهون الطلاب الذين يقرأون مليون كتاب ويحاولون فهم سياق الجمل.
- القراء الخارقون (المحولات/Transformers): هؤلاء هم عمالقة الذكاء الاصطناعي الحديثة (مثل تلك التي تقف وراء ChatGPT). إنهم يفهمون الفروق الدقيقة، والسخرية، واللغة المعقدة بشكل أفضل من أي شخص آخر.
النتائج:
- المهمة ١ (هل هو توقع أم لا؟): فاز القراء الخارقون (Transformers) بسهولة. كانوا الأفضل في تمييز الفرق بين التخمين والحقيقة.
- المهمة ٢ (هل هو صعود، أم هبوط، أم حياد؟): كانت هذه المهمة أصعب. هنا، حققت الأدمغة القديمة (التعلم الآلي التقليدي) نتيجة جيدة بشكل مفاجئ، وتفوقت أحياناً على القراء الخارقين. يبدو أنه بالنسبة لهذه المهمة المحددة والصعبة، كانت الرياضيات البسيطة القائمة على القواعد فعالة للغاية.
٤. الخلاصة الكبرى
الدرس الأكثر أهمية من هذه الورقة هو أن السياق هو الملك.
إذا سألت فقط، "هل هذه التغريدة إيجابية؟" فقد تحصل على الإجابة الخاطئة.
- إذا قالت تغريدة: "أنا سعيد جداً لأن هذه العملة انهارت، يمكنني أخيراً شراؤها!"
- الطريقة القديمة: "إيجابية! اشترِ!" (خطأ!)
- الطريقة الجديدة: "مشاعر إيجابية، لكن التوقع هو 'سعر هابط'." (صحيح!)
من خلال فصل العاطفة (كيف يشعرون) عن التوقع (ما يعتقدون أنه سيحدث)، يوفر هذا الإطار للمستثمرين والمنظمين والمحللين خريطة أوضح لمزاج السوق.
تشبيه الملخص
تخيل خبير أرصاد جوية.
- الطريقة القديمة: ينظر إلى السماء ويقول، "يبدو الجو عاصفاً، لذا الجميع خائفون."
- طريقة هذه الورقة: ينظر إلى السماء ويقول، "يبدو الجو عاصفاً. المزارعون خائفون لأن محاصيلهم ستتعفن، لكن راكبي الأمواج متحمسون لأنهم يريدون أمواجاً كبيرة."
تعلمنا هذه الورقة أنه في عالم العملات الرقمية، تحتاج إلى معرفة من يشعر بـ ماذا، ولماذا، لتفهم إلى أين يتجه السوق حقاً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.