Content Deviation Recognition and Recommendation Model for Sports and Health Information: Based on Improved Text Rank Algorithm and Deep Fusion Transformer Architecture
تقترح هذه الدراسة نموذجاً مطوراً للتعرف على انحراف المحتوى والتوصية به للمعلومات الرياضية والصحية، يدمج خوارزمية TextRank محسنة مع SBERT، وآلية لموثوقية المصدر، وبنية Transformer متعددة المستويات من نوع BERT-Longformer لتحديد المحتوى المضلل بفعالية وإعطاء الأولوية للتوصيات عالية الموثوقية، محققةً أداءً فائقاً في مقاييس كشف الانحياز والترتيب مقارنة بالنماذج المرجعية الحالية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
في العصر الرقمي، تنتقل النصائح الصحية بسرعة أكبر من أي وقت مضى. فمنشور واحد حول حمية معجزة أو مكمل غذائي سريع المفعول يمكن أن ينتشر عبر وسائل التواصل الاجتماعي ومنصات الفيديو، ليصل إلى الملايين من المستخدمين قبل أن تتاح للخبراء فرصة التحقق منه. هذه السرعة تخلق مشكلة خطيرة: فالخوارزميات المصممة لعرض ما نحبه غالباً ما تعطي الأولوية للادعاءات المثيرة على حساب الدقة الواقعية. فعندما يبحث مستخدم عن طرق لفقدان الوزن أو تعزيز المناعة، قد يقدم له النظام مقالات غير موثقة تعد بنتائج مستحيلة، لمجرد أن تلك المقالات كُتبت بطريقة جذابة. ويتمثل التحدي الجوهري للعلماء والمهندسين في بناء نظام لا يكتفي بمطابقة اهتمامات المستخدم فحسب، بل يفهم أيضاً ما إذا كانت المعلومات موثوقة أم لا. وهذا يتطلب نوعاً جديداً من الذكاء، قادراً على قراءة مقال طويل، واستشعار الفرق الدقيق بين النصيحة المهنية والعلم الزائف، ووزن سمعة الشخص أو المؤسسة التي نشرته.
لقد طور فريق من الباحثين نموذجاً جديداً لحل هذه المشكلة تحديداً، حيث أنشأوا نظاماً يعمل كمرشح ودليل للمعلومات الرياضية والصحية. ويركز عملهم على مهمتين رئيسيتين: تحديد المحتوى المضلل وتوصية المستخدمين بالمادة الموثوقة فقط. وللقيام بذلك، بنوا برنامجاً حاسوبياً يتعلم من مجموعة ضخمة من المقالات الصحية الواقعية، وبعضها معروف بكونه زائفاً. يقوم النظام أولاً بتفكيك النص للعثور على الأفكار الأكثر أهمية، ليس فقط عن طريق عدّ عدد مرات ظهور الكلمات، بل من خلال فهم السياق الذي تُستخدم فيه تلك الكلمات. ثم يقوم بتقييم مصدر المعلومات، عبر تخصيص درجة ثقة بناءً على ما إذا كان المقال قادماً من مؤسسة طبية معترف بها أو من موقع إلكتروني أقل موثوقية. وأخيراً، يجمع هذه الرؤى ليقرر أي المقالات يجب عرضها للمستخدم وأيها يجب حجزها لمزيد من المراجعة.
اختبر الباحثون نموذجهم باستخدام مجموعة بيانات كبيرة من المعلومات الصحية المضللة التي استخدمها الخبراء لسنوات. ووجدوا أن نهجهم الجديد كان أفضل بك كثيراً في رصد المعلومات الكاذبة مقارنة بالطرق السابقة. وعندما طُلب منه تحديد المحتوى المنحاز أو المضلل، حقق النموذج درجة دقة عالية بلغت 92.7 بالمائة، متفوقاً على الأنظمة المتقدمة الأخرى التي تعتمد على تقنيات معالجة اللغة القياسية. وهذا التحسن أمر بالغ الأهمية لأن الادعاءات الصحية المضللة غالباً ما تختبئ في وضح النهار، مستخدمة لغة تبدو علمية لإخفاء أفكار غير مثبتة. ومن خلال فهم المعنى العميق للجمل بدلاً من مجرد البحث عن الكلمات المفتاحية، استطاع النموذج اكتشاف هذه الخدع الدقيقة بشكل أكثر فعالية.
وبعيداً عن مجرد رصد الأكاذيب، تعلم النظام أيضاً كيفية ترتيب المعلومات بحيث تظهر المقالات الأكثر موثوقية في أعلى موجز الأخبار الخاص بالمستخدم. وقد قدم الباحثون طريقة لحساب "درجة ثقة المصدر"، والتي تعمل مثل شارة السمعة للناشر. فإذا كان المقال صادراً عن منظمة طبية موثوقة للغاية، فإنه يحصل على درجة عالية. أما إذا كان صادراً عن مصدر له تاريخ في نشر ادعاءات كاذبة، فإن الدرجة تنخفض. وعندما أضاف الباحثون عامل السمعة هذا إلى نظام التصنيف الخاص بهم، تحسنت جودة المقالات الموصى بها بشكل ملحوظ. أصبح النظام أفضل في دفع المحتوى عالي الجودة وذي الصلة إلى المقدمة، بينما يدفع للأسفل المقالات التي كانت مضللة وغير موثوقة في آن واحد.
كما بحثت الدراسة في كيفية أداء النموذج في مواضيع محددة، مثل روتين التمارين الرياضية، والمكملات الغذائية، وسلامة اللقاحات. وأثبت النظام فعالية خاصة في التعامل مع الاستفسارات المتعلقة بطرق التمرين، حيث حدد المحتوى المنحاز بشكل صحيح في ما يقرب من 94 بالمائة من الحالات. وبالنسبة للأسئلة المتعلقة بالمكملات، تمكن النظام من ترتيب الإجابات الأكثر مصداقية في مرتبة أعلى بكast significantly من ذي قبل. وفي اختبار محدد، نجح النظام في رصد مجموعة من المقالات عالية الخطورة التي زعمت أشياء مثل "فقدان خمسة أرطال في أسبوع واحد باستخدام ثلاث حبات" أو "اللقاحات تسبب طفرات في الحمض النووي". وتم نقل هذه المقالات تلقائياً إلى قائمة مقيدة للمراجعة البشرية، مما منع توزيعها على نطاق واسع بين الجمهور.
وما يجعل هذا العمل بارزاً هو كيفية دمجه لتقنيات مختلفة للتعامل مع تعقيد المقالات الصحية الطويلة. فغالباً ما تواجه الطرق التقليدية صعوبة في التعامل مع النصوص الطويلة جداً أو النصوص التي تحتوي على معلومات موزعة عبر فقرات عديدة. يستخدم النموذج الجديد نهجاً ذا طبقتين: تركز إحدى الطبقتين على التفاصيل المباشرة للجملة، بينما تنظر الطبقة الأخرى في الروابط بين الأجزاء البعيدة من النص. وهذا يسمح للنظام بفهم الصورة الكاملة للحجة، حتى لو كان الادعاء المضلل مدفوناً في أعماق المقال. كما وجد الباحثون أن النظام يعمل بشكل جيد حتى عندما كان لديه بيانات محدودة للتعلم منها، مما يشير إلى إمكانية تكييفه مع أنواع جديدة من المواضيع الصحية مع ظهورها.
تظهر النتائج أنه من الممكن بناء نظام توصية يقدر الحقيقة بقدر ما يقدر الشعبية. فمن خلال دمج مقياس لموثوقية المصدر مباشرة في طريقة تصنيف المقالات، يقلل النموذج من احتمال مواجهة المستخدمين لنصائح صحية خطيرة. لم تدعِ الدراسة أنها حلت مشكلة المعلومات المضللة تماماً، مشيرة إلى أن النظام لا يزال يعتمد على قواعد بيانات موجودة للمصادر الموثوقة ولا يأخذ في الاعتبار بعد التفضيلات الفردية للمستخدمين. ومع ذلك، توفر النتائج أساساً قوياً للجيل القادم من أدوات المعلومات الصحية. لقد أظهر النموذج أنه من خلال تعليم الحواسيب وزن مصداقية المصدر جنباً إلى جنب مع صلة المحتوى، يمكننا إنشاء بيئة رقمية يكون فيها من السهل العثور على المعلومات الصحية الدقيقة ومن الصعب تجاهلها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.