Multiclass Sentiment Analysis for Identifying Political Viewpoints
تتقصى هذه الورقة تحليل المشاعر متعدد الفئات لوجهات النظر السياسية على وسائل التواصل الاجتماعي من خلال تصميم وتقييم نموذجي XGBoost وBERT، اللذين حققا درجات F1 متقاربة تبلغ حوالي 0.28، مما يسلط الضوء على التحديات المتأصلة في تصنيف الخطاب السياسي المعقد ويضع حجر أساس للأبحاث المستقبلية.
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 الإنترنت كأنه ساحة مدينة ضخمة وفوضوية، حيث يصرخ الملايين بأفكارهم ونكاتهم وشكواهم في وقت واحد. في هذا الحشد الصاخب، توجد زاوية خاصة مخصصة للسياسة، حيث يتجادل الناس حول القادة والسياسات ومستقبل بلدانهم. لفترة طويلة، أراد العلماء بناء "مستمع خارق" يمكنه الدخول إلى هذه الساحة، وفهم ما يقوله الجميع، وفرز تلك الصرخات في أكوام مرتبة: "هذا الشخص غاضب"، "ذاك الشخص يمزح"، أو "هذا الشخص يذكر حقيقة فحسب". يُسمى هذا المجال من الدراسة "تحليل المشاعر" (Sentiment Analysis). الأمر يشبه تعليم الكمبيوتر قراءة درجة الحرارة العاطفية لغرفة ما بمجرد النظر إلى الكلمات التي يكتبها الناس. وبينما يمكننا بسهولة معرفة ما إذا كان تقييم فيلم ما سعيداً أم حزيناً، فإن السياسة أكثر تعقيداً بكثير؛ فقد تبدو جملة ما غاضبة لكنها في الواقع نكتة، أو قد تبدو إيجابية لكنها في الحقيقة سخرية. إن فهم هذه الفروق الدقيقة أمر بالغ الأهمية لأنه يساعدنا على رؤية ما يعتقده الجمهور حقاً، بدلاً من مجرد التخمين.
في هذه الورقة البحثية، قرر فريق من الباحثين معالجة هذه المشكلة المعقدة باستخدام لغة محددة هي اللغة التاميلية، التي يتحدث بها الملايين في جنوب الهند وسريلانكا. لقد تعاملوا مع المهمة كأنها لعبة لفرز كومة فوضوية من منشورات وسائل التواصل الاجتماعي إلى سبعة صناديق مختلفة: "ذات رأي" (شخص يعطي وجهة نظره)، "ساخر" (شخص يقول عكس ما يعنيه)، "مدعوم بحقائق" (شخص يدعم الادعاءات بالحقائق)، "إيجابي"، "سلبي"، "محايد"، و"لا شيء مما سبق" (المنشورات التي لا تنطبق عليها أي فئة). ولعب هذه اللعبة، قاموا بتدريب "عقلين رقميين" مختلفين على مجموعة بيانات مكونة من 4,352 منشوراً حقيقياً. العقل الأول كان نموذج تعلم آلي كلاسيكي يسمى "XGBoost"، وهو يشبه محققاً سريعاً جداً يتبع القواعد. أما العقل الثاني فكان نموذج "BERT"، وهو ذكاء اصطناعي حديث يعتمد على التعلم العميق، يحاول فهم السياق وفروق المعاني الدقيقة، تماماً كما يقرأ الإنسان ما بين السطور.
كانت نتائج تجربتهم مفاجئة ومتواضعة بعض الشيء. فعلى الرغم من التكنولوجيا المتقدمة، تبين أن المهمة صعبة للغاية. تمكن محقق "XGBoost" من الحصول على درجة 0.2835 (تحديداً مقياس F1 macro)، بينما حصل نموذج "BERT" عالي التقنية على 0គេ 0.2806. ولوضع ذلك في الاعتبار، إذا كنت تلعب لعبة تتطلب منك تخمين الفئة الصحيحة لكل منشور، فإن كلا النموذجين كانا بالكاد يتفوقان على شخص يخمن عشوائياً ويحاول جاهداً. وجد الباحثون أن النماذج واجهت صعوبة في التمييز بين الجدالات السياسية المعقدة والنكات البسيطة. على سبيل المثال، خلطت النماذج غالباً بين المنشورات "الساخرة" والمنشورات "الإيجابية"، أو بين الحقائق "المدعومة" والمشاعر "الإيجابية". كما لاحظوا أن النماذج كانت تميل إلى تخمين الفئة "ذات الرأي" بشكل مفرط، حيث توقعتها لـ 305 منشورات بينما لم يكن هناك سوى 46 مثالاً حقيقياً، بينما أغفلت العديد من المنشورات "الإيجابية" تماماً.
خلص المؤلفون إلى أنه بينما نجحوا في بناء نظام يمكنه محاولة هذا التصنيف، إلا أن الحالة الراهنة للتكنولوجيا ليست مستعدة تماماً لفهم العالم الفوضوي والمعقد للخطاب السياسي باللغة التميلية. وأشاروا إلى أن الحجم الصغير لمجموعة البيانات الخاصة بهم (حوالي 500 منشور فقط للاختبار) وتعقيد اللغة جعل من الصعب على النماذج تعلم القواعد الدقيقة للخطاب السياسي. لم يدّعوا أنهم حلوا المشكلة؛ بل قدموا بدلاً من ذلك خط أساس—نقطة انطلاق—لتوضيح مدى صعوبة هذا التحدي المحدد. وهم يأملون في المستقبل، مع توفر المزيد من البيانات وربما خوارزميات مختلفة، أن نتمكن من بناء "مستمعين خارقين" أفضل يمكنهم حقاً فهم الأصوات المتنوعة في العالم السياسي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.