في عالم تحليل النصوص، يعد فهم العواطف وتحليل المشاعر من المواضيع الرئيسية التي تثير اهتمام الباحثين. ولكن، كيف يمكننا التمييز بين تقدير المشاعر الحالية وتوقع التحولات العاطفية التي قد تحدث في المستقبل؟
تسليط الضوء على هذه القضية يتمثل في بحث جديد نشر على منصة arXiv، حيث يعرض الباحثون إطار عمل جديد يعرف باسم نموذج توقع العواطف العميق (Trait-State Affective Prediction - TSAP) وانتشاره الزمني E-TSAP، الذي يهدف إلى مشاعر الفالينس (valence) والانفعالات (arousal) في النصوص.
يستند هذا البحث إلى مجموعة بيانات تم جمعها من مقالات بيئية ذاتية التقرير وسجلات الكلمات العاطفية. وقد تم تقييم هذا الإطار على مجموعة اختبار تحتوي على 1737 إدخالاً لأكثر من 91 مستخدماً.
نتائج البحث كانت مثيرة للاهتمام، حيث أظهرت أن الإطار E-TSAP حقق ارتباطات بصرية تتراوح بين 0.670 للفالينس و0.449 للانفعالات. ولكن عند التنبؤ بالتغيرات المستقبلية، كانت النتائج أقل دقة حيث حصل النموذج النصي على 0.316 للفالينس و0.284 للانفعالات، في حين أن النماذج البسيطة التي تعتمد على المعلومات العددية السابقة حققت نتائج أفضل.
على سبيل المثال، نموذج ACF-Hybrid، الذي يعتمد على خصائص المسارات العددية، استطاع تحقيق 0.659 للفالينس و0.658 للانفعالات.
هذه النتائج تعكس أن تحليل النصوص يدعم تقدير العواطف الحالية، بينما التغيرات المستقبلية في العواطف يتم التقاطها بشكل أفضل من خلال ديناميكيات المسارات العددية السابقة.
في الختام، يمثل هذا البحث خطوة جديدة نحو تحسين أساليب تحليل المشاعر في النصوص، وفتح آفاق جديدة لفهم العواطف بشكل أكثر دقة.