أصبح تحليل المشاعر في نماذج اللغة الكبيرة (Large Language Models) من المواضيع الساخنة في عالم الذكاء الاصطناعي، ولكن حتى الآن، كان هذا التحليل يعتمد بشكل كبير على الكلمات المستخدمة. لذلك، أطلق فريق بحثي مشروع AIPsy-Affect، الذي يمثل خطوة ثورية نحو فهم أعمق وآكثر دقة للمشاعر دون الاعتماد على الكلمات الدالة.

تتكون AIPsy-Affect من 480 عنصرًا من التحفيز السريري، تتضمن 192 نمطًا سرديًا مبتكرًا يمزج بين العديد من الحالات السردية لإثارة مشاعر رئيسية وفقاً لنموذج بلوتشيك، دون استخدام أي كلمات دالة. إلى جانب ذلك، تتضمن المجموعة 192 عنصرًا متحكمًا محايدًا، تشارك نفس الشخصيات والإعدادات، ولكن بدون العناصر العاطفية. وهذا الأسلوب يضمن أن أي تمثيل داخلي يميز عنصرًا سريريًا عن تحكمه المحايد لا يمكن أن يكون مستندًا على وجود الكلمات الدالة.

كما أن أداة الدفاع NLP المستخدمة في هذا البحث تتضمن ثلاث طرق لمراقبة المشاعر: تحليل الكلمات (bag-of-words sentiment) ومعجم التصنيف العاطفي (emotion-category lexicon) ومصنف تحويلي سياقي (contextual transformer classifier). وقد أظهرت هذه الأدوات فعالية في التعرف على العواطف، مع استنتاج أن التحليل القائم على الكلمات وحده غير كافٍ.

تقدم AIPsy-Affect أسلوبًا جديدًا ومبتكرًا لتحليل المشاعر في نماذج اللغة الكبيرة، مما يعزز من فهمنا للأبعاد النفسية وراء أداء هذه النماذج. يمكن للباحثين الآن الاستفادة من هذا المورد الثري تحت رخصة MIT، مما يتيح لهم استكشاف أبعاد جديدة في بحوث الذكاء الاصطناعي بشكل أكثر دقة وموضوعية.