لطالما اعتمد الباحثون على طريقة تقليدية لتقييم المشاعر، وهي تصنيف الرسائل إلى إيجابية أو سلبية أو محايدة، ومع ذلك لا تستطيع هذه الطريقة أن تعكس التعقيد الكامل للمشاعر المعبر عنها في النصوص، لأن لمشاعر البشرية تتجاوز هذه التصنيفات، وتتنوع في درجاتها ونوعياتها، مما يؤثر بنحو كبير في سلوكنا واتخاذ قراراتنا، فعلى سبيل المثال، قد يبدو أن الغضب والإحباط وجهان لعملة واحدة، ولكنهما يختلفان اختلافًا كبيرًا في تأثيرهما في سلوك الأفراد، خاصة في بيئات العمل، فغضب العميل قد يؤدي إلى نتائج أكثر خطورة مقارنة بإحباطه.
ولتجاوز محدودية هذه الطرق التقليدية، طور الباحثون نموذج ذكاء اصطناعي متقدمًا، يستند في عمله إلى (المحولات) Transformers، وهي نوع من الشبكات العصبية العميقة التي حققت تقدمًا كبيرًا في مجال معالجة اللغة الطبيعية، إذ تتميز بقدرتها على التعامل مع العلاقات المعقدة بين الكلمات في الجملة، مما يجعلها أدوات قوية لفهم المعنى والسياق.
ولتحسين دقة النموذج، دربه الباحثون على مجموعة واسعة من البيانات التي تتضمن ملايين الجمل المعبر عنها بمشاعر مختلفة، وبفضل هذا التدريب المكثف، أصبح النموذج قادرًا على التمييز بين مجموعة متنوعة من المشاعر، مثل الفرح، والغضب، والحزن، والاشمئزاز والخوف.
ثم استخدم الباحثون هذا النموذج لاكتشاف المشاعر الدقيقة التي يعبر عنها المستخدمون في منشوراتهم عبر منصة (X)، وقد حقق النموذج دقة مذهلة بلغت 84% في اكتشاف المشاعر من النص، مما يفتح آفاقًا جديدة لفهم السلوك البشري وتحليل الرأي العام، كما يمكن أن يؤثر هذا الاكتشاف في تطوير الكثير من المجالات: مثل التسويق، وخدمة العملاء، والرعاية الصحية والتعليم.
Post comments (0)