💬 NLP

Semantic Gradients Interactions in SSD: A Case Study in Racial Identity and Hate Speech

تقدم هذه الورقة "Interaction SSD"، وهي امتداد لـ "Supervised Semantic Differential" الذي يعمل على نمذجة واختبار كيفية تباين المعاني الدلالية عبر المتغيرات المعدلة إحصائياً، مما يبرز فائدتها في الكشف عن كيفية تأثير الهوية العرقية للمُقيِّم على أحكام خطاب الكراهية فيما يتعلق بالعدائية التي تجرد من الإنسانية مقابل الخطاب المضاد.

المؤلفون الأصليون: Felix Ostrowicki, Hubert Plisiecki

نُشر 2026-05-27

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Felix Ostrowicki, Hubert Plisiecki

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 كيف يحكم الناس على "خطاب الكراهية". لديك كومة هائلة من التعليقات عبر الإنترنت، وتريد أن تعرف: ما هي الكلمات أو العبارات المحددة التي تجعل التعليق يبدو كأنه خطاب كراهية؟

عادةً، يستخدم الباحثون طريقة تسمى "التمايز الدلالي الخاضع للإشراف" (Supervised Semantic Differential - SSD). فكر في الأمر كأنه بوصلة ضخمة وغير مرئية. إذا وجهت هذه البوصلة نحو تعليق ما، فستخبرك بمدى "كراهيته". تشير إبرة البوصلة إلى اتجاه محدد: طرف يمثل "الكراهية المحضة" (الشتائم، التهديدات، وتشبيه البشر بالحيوانات لتقليل شأنهم)، والطرف الآخر يمثل "الحب المحض" (الاحتفاء بالثقافة، واللطف).

المشكلة:
الطريقة القديمة لاستخدام هذه البوصلة كانت تفترض أن الجميع يرى العالم بنفس الطريقة. لقد رسمت خريطة واحدة فقط لأكثر من 44,000 تعليق، متجاهلةً هوية الشخص الذي يقوم بالتحكيم. لكن في الواقع، قد يبدو التعليق مختلفاً تماماً بالنسبة لشخص أبيض مقارنة بشخص من ذوي البشرة الملونة. كانت البوصلة القديمة تقوم ببساطة بمتوسط هذه الاختلافات، مما يؤدي إلى طمس التفاصيل الفريدة لكيفية شعور كل مجموعة.

الحل: "التمايز الدلالي الخاضع للإشراف التفاعلي" (Interaction SSD)

فكر في البوصلة القديمة كخريطة واحدة مسطحة. أما الأداة الجديدة فهي أشبه بـ هولوغرام ثلاثي الأبعاد يمكنه التحول والتغير بناءً على من ينظر إليه. هي لا ترسم خطاً واحداً فحسب، بل ترسم ثلاثة أشياء:

الخريطة المشتركة: القواعد العامة التي يتفق عليها الجميع (مثل: "وصف شخص بأنه 'آفة' هو أمر سيء").
خريطة الاختلاف: طبقة خاصة توضح بالضبط أين تختلف المجموعات أو ترى الأمور بشكل مختلف.
الخرائط الشخصية: رؤى محددة لكل مجموعة (المحكمون البيض مقابل الأشخاص من ذوي البشرة الملونة).

دراسة الحالة: خطاب الكراهية والعرق
اختبر الباحثون هذه الأداة الجديدة على مجموعة بيانات ضخمة من التعليقات عبر الإنترنت التي تستهدف ذوي البشرة الملونة. وسألوا: هل يغير عرق الشخص الذي يحكم على التعليق ما يعتبره خطاب كراهية؟

إليك ما وجدوه، باستخدام تشبيهات بسيطة:

الصورة الكبيرة (الخريطة المشتركة): اتفق الطرفان على "العناصر القوية". إذا استخدم تعليق ما شتائم عنصرية، أو دعا إلى العنف، أو شبه الناس بالفئرات/الصراصير، فقد صنفها الجميع على أنها كراهية شديدة. كان هذا هو "اتجاه البوصلة الرئيسي" لكلا المجموعتين.
الاختلافات الصغيرة (خريطة الاختلاف): هنا برزت قوة الأداة الجديدة. فبينما كانت الصورة الكبيرة واحدة، كانت "التفاصيل الدقيقة" مختلفة.
- المحكمون البيض: كانوا حساسين بشكل إضافي تجاه الأشياء الصاخبة والواضحة. إذا احتوى التعليق على كلمات هجوم مباشرة، أو استعارات طبية عن المرض ("العدوى")، أو اتهامات صريحة بالعنصرية، فقد صنفها المحكمون البيض على أنها أكثر كراهية من المجموعة الأخرى. كانوا مثل جهاز إنذار الدخان الذي يعمل عند أول بادرة لدخان مرئي.
- المحكمون من ذوي البشرة الملونة (POC): كانوا حساسين بشكل إضافي تجاه السياق والدقة. فقد صنفوا التعليقات بدرجة أعلى على مقياس الكراهية إذا كانت تحتوي على تعليقات عرقية عاطفية أو صراعات تحدث داخل مجتمع معين (مثل الجدالات باللغة الإسبانية بين أشخاص من أصول لاتينية). كانوا مثل المحقق الذي يلاحظ التوتر الخفي في الغرفة والذي قد يغيب عن الآخرين.

الخلاصة
وجدت الدراسة أنه بينما يتشارك الطرفان في فهم مشترك مهيمن لما يبدو عليه خطاب الكراهية (المنحدر الرئيسي)، إلا أن هناك اختلافاً صغيراً ولكن موثوقاً في كيفية تفاعلهما مع أنواع معينة من الكلمات (المنحدر التفاعلي).

ليس الأمر أنهم يتحدثون لغتين مختلفتين؛ بل هم يتحدثون اللغة نفسها، لكن لديهم "مفاتيح تحكم في مستوى الصوت" مختلفة لأنواع معينة من الكلمات. رفع المحكمون البيض مستوى الصوت على الهجمات الصريحة، بينما رفع المحكمون من ذوي البشرة الملونة مستوى الصوت على الصراعات العاطفية والداخلية للمجتمعات.

لماذا هذا مهم (وفقاً للورقة البحثية)
تسمح هذه الطريقة للباحثين بالتوقف عن مجرد قول "هذا خطاب كراهية". بدلاً من ذلك، يمكنهم القول: "هذا خطاب كراهية، وإليك بالضبط كيف يتغير المعنى اعتماداً على من يقرؤه". إنها تحول الصورة الضبابية والمتوسطة إلى صورة حادة ومتعددة الطبقات، لتظهر لنا أنه بينما نتفق غالباً في الأمور الكبرى، فإن خلفياتنا تغير طريقة سماعنا للتفاصيل الصغيرة.

ملاحظة: تنص الورقة البحثية صراحة على أن هذه أداة منهجية للبحث والتفسير، وليست وسيلة لتوصيف الأفراد أو التنبؤ بسلوكهم.

ملخص تقني: تفاعلات التدرجات الدلالية في الـ SSD

بيان المشكلة
يُعد التمايز الدلالي الخاضع للإشراف (SSD) منهجاً مختلطاً كمياً وتفسيرياً، يقوم بنمذجة كيفية تغير معنى النصوص أو المفاهيم مع النتائج الخارجية من خلال تتبع تدرج دلالي في فضاء التضمين (embedding space). ومع ذلك، فإن نموذج SSD التقليدي يقدر تدرجاً دلالياً واحداً للعينة بأكملها. يفترض هذا النهج وجود علاقة متجانسة بين المعنى والنتيجة، مما قد يحجب تأثيرات التعديل (moderation effects) الحرجة حيث تتنبأ الإشارات الدلالية بالنتائج بشكل مختلف عبر المجموعات أو الهويات أو الظروف. في العلوم الاجتماعية وعلم النفس، قد يحمل المحتوى النصي نفسه دلالات تقييمية مختلفة اعتماداً على هوية الحَكَم، ومع ذلك، يقوم نموذج SSD القياسي بالمتوسط فوق هذه العلاقات غير المتجانسة، مما يؤدي إلى الفشل في رصد كيفية تباعد البنى الدلالية عبر المجموعات الفرعية ذات الأهمية النظرية.

المنهجية: Interaction SSD (التمايز الدلالي التفاعلي)
تقدم الورقة بحث Interaction SSD، وهو امتداد للنموذج القياسي مصمم لتقدير كيفية تغير التدرجات الدلالية كدالة لمتغير معدل (مثل العضوية في مجموعة، أو السمات، أو الظروف التجريبية).

1. التضمين وتقليل الأبعاد:

يتم رسم المستندات كمتجهات كثيفة باستخدام نموذج تضمين ثابت (مثل GloVe) مع استخدام متوسط أوزان SIF وإزالة المكون الرئيسي الأول لتقليل تباين الخواص (anisotropy).
يتم تطبيق تحليل المكونات الرئيسية (PCA) لتقليل الأبعاد. ويتم اختيار عدد المكونات المستبقاة ( $K$ ) عبر عملية "مسح PCA"، بهدف تحسين التباين المستبقى، وتماسك الجوار الدلالي المحلي، والاستقرار عبر الأبعاد القريبة.

2. نموذج الانحدار:
تضيف المنهجية كتلة تفاعل دلالي وأثراً رئيسياً للمعدل إلى انحدار SSD القياسي. لتكن $y_i$ هي النتيجة المعيرة، و $\tilde{x}_i$ هو متجه المستند المختزل عبر PCA ببعد $K$ ، و $m_i$ هو المعدل المعيّر. يتم تحديد النموذج كما يلي:
$y_i = \alpha + \beta^\top \tilde{x}_i + \gamma m_i + \delta^\top (\tilde{x}_i m_i) + \epsilon_i$

$\beta$ : يلتقط الارتباط الدلالي الأساسي بالنتيجة (التدرج الدلالي الرئيسي).
$\gamma$ : يلتقط الأثر الرئيسي غير الدلالي للمعدل.
$\delta$ : يختبر ما إذا كان الارتباط الدلالي نفسه يتغير كدالة للمعدل (التدرج التفاعلي).

3. الاختبار الإحصائي والتفسير:

الدلالة: يتم تقييم الكتلة الدلالية ( $\beta$ ) وكتلة التفاعل ( $\delta$ ) باستخدام اختبارات Wald $F$ على معاملات $K$ الخاصة بكل منهما. أما أثر المعدل الرئيسي ( $\gamma$ ) فيتم تقييمه كمعامل واحد.
إعادة الإسقاط (Back-Projection): يتم إعادة إسقاط متجهات المعاملات من فضاء PCA إلى فضاء التضمين الأصلي للحصول على تدرجات قابلة للتفسير:
- التدرج الرئيسي: $\hat{g}_{main} = P\beta$
- التدرج التفاعلي: $\hat{g}_{int} = P\delta$
- التدرجات الشرطية: $\hat{g}(m^*) = \hat{g}_{main} + m^*\hat{g}_{int}$
التحليل النوعي: على غرار SSD القياسي، يتم تفسير الأقطاب الموجبة والسالبة لهذه التدرجات عن طريق استرجاع الجيران الأقرب، وتجميعهم (clustering)، واستخراج مقتطفات نصية ممثلة.

دراسة الحالة والنتائج
طُبقت المنهجية على مجموعة بيانات UC Berkeley لـ "قياس خطاب الكراهية" ( $n=44,813$ )، وتحديداً عند تحليل التعليقات التي تستهدف الملون (POC). كان المتغير المعدل هو الهوية العرقية للمُقيّم (ثنائي: أبيض مقابل ملون).

النتائج الإحصائية:
- فسر النموذج تبايناً جوهرياً في درجات خطاب الكراهية ( $R^2_{adj} = .662$ ).
- كانت الكتلة الدلالية ذات دلالة إحصائية عالية، مما أكد وجود بنية دلالية مشتركة.
- كان الأثر الرئيسي لعرق المُقيّم ذا دلالة ( $\hat{\gamma} = .028$ )، حيث سجل المقيمون البيض درجات خطاب كراهية أعلى قليلاً في المتوسط.
- الأهم من ذلك، كانت كتلة التفاعل ذات دلالة إحصائية ( $F(62, 44687) = 13.76, p < 10^{-16}$ )، مما يشير إلى أن المحور الدلالي الذي يتنبأ بأحكام خطاب الكراهية يختلف باختلاف عرق المُقيّم. بلغت قيمة $R^2$ الجزئية للتفاعل .019، مما يشير إلى حجم أثر صغير ولكنه قوي إحصائياً.
التفسير الدلالي:
- التدرج الرئيسي ( $\hat{g}_{main}$ ): كشف عن بنية مشتركة تتباين بين الخطاب العدائي الصريح (الازدراء القائم على الألفاظ النابية، التصنيف الإقصائي، استعارات الآفات) وبين الخطاب المضاد المؤيد للمجتمع (الخطاب المدني ذو الطابع الثقافي، الاشتباك التأملي مع العرق، والاحتفاء بإنجازات الملونين).
- التدرج التفاعلي ( $\hat{g}_{int}$ ): حدد المواضع التي اختلف فيها الطرفان عن البنية المشتركة.
  - القطب الموجب (الحساسية البيضاء): تم تنظيمه حول العدائية الصريحة والسطحية، بما في ذلك مفردات الهجوم، وأطر التصنيف الطبي الحيوي/العدوى، ومصطلحات العنصرية المتعلقة بالنقاش الميتا-خطابي.
  - القطب السلبي (الحساسية للملونين): تم تنظيمه حول مواد تعتمد على السياق، بما في ذلك التعليقات العرقية الوجدانية والصراع المجتمعي الداخلي باللغة الإسبانية.
- التدرجات الشرطية: أظهرت أنه بينما تشترك المجموعتان في الأقطاب ذات الدرجات العالية (العدائية)، فإن التنظيم المحلي للأقطاب السلبية (الخطاب المضاد) اختلف، حيث أظهر المقيمون من الملونين مخططاً خطابياً مضاداً أكثر تفصيلاً من الناحية البنيوية.
المتانة (Robustness): أعادت إعادة تحليل باستخدام نموذج Common Crawl 840B GloVE تكرار نتيجة التعديل الإحصائي ( $p < 10^{-16}$ ) مع $R^2$ جزئي مماثل (.017)، رغم أن الأحياء الدلالية للجوار التفاعلي تباينت بناءً على هندسة التضمين.

المساهمات الرئيسية والأهمية
تتمثل المساهمة المنهجية الأساسية للورقة في أنها توسع نطاق SSD من تقدير تدرج دلالي واحد قابل للتفسير إلى نمذجة تأثيرات التعديل الدلالي.

القابلية للاختبار والتفسير: يجعل Interaction SSD العلاقات الدلالية المعدلة قابلة للاختبار إحصائياً (عبر اختبارات Wald على كتل التفاعل) وقابلة للتفسير دلالياً (عبر التدرجات المعاد إسقاطها وتحليل الجيران الأقرب).
الفهم الدقيق للتحيز: توضح دراسة الحالة أنه بينما توجد بنية دلالية مهيمنة ومشتركة لأحكام خطاب الكراهية، فإن الاختلافات المرتبطة بالمجموعات تظهر كحيودات ثانوية موثوقة. وهذا يسمح للباحثين بتجاوز السؤال عن "ما إذا" كانت المجموعات تختلف، إلى فهم "كيف" تختلف الإشارات الدلالية التي تتنبأ بالأحكام.
المنفعة الاستكشافية: يضع المؤلفون هذه الطريقة كأداة لبناء النظريات وتوليد الفرضيات. ويشيرون إلى أنه نظراً لأن التدرج التفاعلي يُقدر من الفروق في العلاقات الشرطية، فإن بنية جيرانه الأقرب أقل استقراراً من التدرج الرئيسي؛ لذا يفضل استخدامه لتحديد المواضع التي قد تحدث فيها ارتباطات دلالية معدلة بدلاً من استخدامه كنظام تصنيف نهائي.

المحددات
يشير المؤلفون صراحة إلى عدة قيود:

يعامل التحليل سجلات التدوين كأنها ملاحظات مستقلة، متجاهلاً التأثيرات العشوائية المتقاطعة للمقيمين والتعليقات.
يُعد متغير (أبيض/ملون) كبديل تقريبي خشن للموقع الاجتماعي، ولا يلتقط التباين داخل المجموعة الواحدة.
النتائج خاصة بمجموعة البيانات المستخدمة (الإنجليزية، مقرها الولايات المتحدة، عمال MTurk) وقد لا تعمم على لغات أو مجتمعات أخرى.
التفسير الدلالي لتدرج التفاعل مرهون باختيار نموذج التضمين، مما يعني أن أحياء التدرج يجب أن تُعامل كخرائط استكشافية لهندسة نموذج معين بدلاً من كونها حقائق تجريبية ثابتة.

أبحاث مشابهة