Linked Multi-Model Data on Russian Domestic and Foreign Policy Speeches
تقدم هذه الورقة مجموعة بيانات متعددة الوسائط شاملة ومترابطة لخطابات الحكومة الروسية، تجمع بين النصوص متعددة اللغات، والصور، والتعليقات التوضيحية الموضوعية المعتمدة من قبل خبراء، وذلك لتسهيل أبحاث العلوم الاجتماعية المتقدمة وتطبيقات النماذج اللغوية الكبيرة في دراسة التواصل السياسي الاستبدادي.
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 تحاول فهم محادثة معقدة وعالية المخاطر تجري داخل حصن. لسنوات، كان على الباحثين الذين يحاولون دراسة الحكومة الروسية الاستماع إلى هذه المحادثة عبر قناة راديو واحدة مشوشة (نص فقط) أو النظر إلى بضع لقطات ضبابية (صور فقط). وغالباً ما كان النص متاحاً باللغة الروسية فقط، مما جعل من الصعب على الكثيرين فهمه، كما أن الصور كانت نادراً ما ترتبط بالكلمات المحددة التي قيلت.
تقدم هذه الورقة البحثية "نظام مراقبة" ضخم وعالي الدضاءة يغير قواعد اللعبة. لقد بنى المؤلفون مكتبة ضخمة ومنظمة تحتوي على أكثر من 35,000 خطاب ألقاها كبار القادة الروس (الرئيس ووزير الخارجية) من عام 1999 حتى أواخر عام 2025.
إليك كيف بنوا هذه المكتبة وما الذي يجعلها مميزة، باستخدام تشبيهات بسيطة:
1. المكتبتان التوأمان (النص والترجمة)
فكر في مجموعة البيانات هذه على أنها تتكون من مكتبتين متطابقتين لكل خطاب على حدة: واحدة مكتوبة باللغة الروسية الأصلية والأخرى باللغة الإنجليزية.
- العقبة: هذه ليست مجرد ترجمات مثالية. فأحياناً يقول الإصدار الروسي شيئاً، ويقول الإصدار الإنجليزي شيئاً مختلفاً قليلاً. لقد احتفظ المؤلفون بكلا النسختين جنباً إلى جنب. وهذا يسمح للباحثين بالعمل كالمحققين، حيث يقارنون بين الاثنين لمعرفة ما إذا كانت الحكومة "تُفصّل" رسالتها بشكل مختلف لشعبها مقارنة ببقية العالم.
- النطاق: لقد جمعوا الخطابات من الكرملين (مكتب الرئيس) ووزارة الخارجية. الأمر يشبه امتلاك النص الكامل لكل مؤتمر صحفي، ومقابلة، وخطاب ألقاه أهم لاعبين في الحكومة الروسية لأكثر من عقدين.
2. ألبوم الصور (الصور المرتبطة بالكلمات)
في الماضي، إذا قرأت خطاباً، لم يكن بإمكانك رؤية الصور التي نُشرت معه بسهولة.
- الابتكار: عامل المؤلفون كل خطاب كأنه ألبوم صور. فلكل خطاب، قاموا بجلب جميع الصور المرتبطة به (صور للقائد، للموقع، للحشد) ولصقوها بالنص.
- النتيجة: يمكنك الآن رؤية "السياق البصري" للخطاب. هل تحدث القائد أمام دبابة؟ في مكتب مريح؟ في تجمع جماهيري ضخم؟ تربط البيانات الكلمات مباشرة بالصور، مما يخلق سجلاً "متعدد الوسائط" (كلمات + صور).
3. أمين المكتبة الذكي (نمذجة المواضيع)
قراءة 35,000 خطاب واحداً تلو الآخر قد تستغرق عمراً كاملاً. ولحل هذه المشكلة، استعان المؤلفون بـ "أمين مكتبة ذكي" (نظام ذكاء اصطناعي يسمى BERTopic).
- كيف يعمل: قرأ الذكاء الاصطناعي كل خطاب وكل صورة، ثم صنفهم في مجلدات موضوعية. بالنسبة للكرملين، أنشأ 89 مجلداً مختلفاً (مثل "أوكرانيا"، "الاقتصاد"، "الجيش"، "الطاقة"). أما بالنسبة لوزارة الخارجية، فقد أنشأ 32 مجلداً.
- اللمسة البشرية: قام خبير بشري ملم بالسياسة الروسية بمراجعة عمل الذكاء الاصطناعي للتأكد من أن تسميات المجلدات منطقية. هذا يضمن أن المواضيع ليست مجرد هراء حاسوبي عشوائي، بل تعكس بالفعل مواضيع سياسية حقيقية.
- المخرج: الآن، بدلاً من قراءة خطاب لمعرفة موضوعه، يمكنك معرفة ذلك فوراً: "هذا الخطاب يتحدث بنسبة 80% عن 'الأمن العسكري' و20% عن 'الدبلوماسية'".
4. جهاز تتبع نظام تحديد المواقع العالمي (بيانات الموقع)
كل خطاب مُوسوم بـ مكان حدوثه.
- لم يكتفِ المؤلفون بنسخ اسم الموقع فحسب؛ بل استخدموا "مترجم GPS" لتحويل أسماء المدن (مثل "موسكو" أو "سوتشي") إلى إحداثيات جغرافية فعلية (خطوط الطول ودوائر العرض).
- يتيح ذلك للباحثين رسم خرائط توضح بالضبط أين تركز الحكومة الروسية اهتمامها الجغرافي بمرور الوقت.
5. نظام "المطابقة المثالية" (سلامة البيانات)
كان المؤلفون حذرين للغاية لضمان أن تكون البيانات نظيفة ومتصلة.
- المعرفات الفريدة: لكل خطاب رقم تعريف فريد (مثل رقم الضمان الاجتماعي). هذا الرقم هو نفسه في الملف الروسي، والملف الإنجليزي، ومجلد الصور. إنه "الغراء" الذي يربط مجموعة البيانات هذه ببعضها البعض.
- الاكتمال: لقد تحققوا من عملهم مقابل المواقع الحكومية الأصلية. إذا ذكر الموقع وجود 5 صور، فقد تأكدوا من تحميل 5 صور بالضبط. وإذا كان الموقع يحتوي على موقع جغرا_ي، فقد تأكدوا من تسجيله.
ماذا يمكنك أن تفعل بهذا؟
توضح الورقة البحثية أن مجموعة البيانات هذه هي "ميدان اختبار" (ساحة تجارب).
- لعلماء السياسة: يمكنك دراسة كيفية قيام الأنظمة السلطوية بإرسال نواياها، أو كيفية تغيير قصصهم للجمهور المختلف، أو كيف تتغير أولوياتهم على مدار 25 عاماً.
- لعلماء الكمبيوتر: يمكنك استخدام مجموعة البيانات الضخمة والنظيفة والمصنفة هذه لتدريب نماذج ذكاء اصطناعي جديدة لفهم اللغة الروسية، أو تحليل الصور السياسية، أو اختبار مدى قدرة الذكاء الاصطناعي على التعامل مع البيانات متعددة الوسائط (النصوص + الصور).
باخت-القول: لم تكتفِ هذه الورقة البحثية بسحب بعض البيانات من مواقع الإنترنت؛ بل بنت آلة زمن تتيح لك السير عبر الـ 25 عاماً الماضية من التواصل السياسي الروسي، ورؤية الكلمات، والصور، والمواقع، والمواضيع، جميعها باللغتين الروسية والإنجليزية، منظمة بشكل مثالي للبحث.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.