في عالم يتزايد فيه تفاعل الناس من خلال التكنولوجيا، يصبح التعرف على المشاعر في المحادثات أمرًا بالغ الأهمية لفهم العلاقات الإنسانية. قامت دراسة جديدة بمواجهة ثغرتين مستمرتين في هذا المجال المحوري: أولاً، ما هي خيارات النمذجة التي تؤثر بشكل ملحوظ على الأداء، وثانيًا، كيف ترتبط نتائج التعرف بأنماط لغوية قابلة للتفسير على مستوى الخطاب.

تتمحور هذه الدراسة حول تحليل منهجي تم إجراؤه باستخدام مجموعة بيانات IEMOCAP والتحقق عبر مجموعة بيانات MELD. حيث قامت الفرق البحثية بإجراء تجارب منضبطة باستخدام عشرة مصادر عشوائية وتجارب مع تصحيح متعدد المقارنات، وكانت النتائج مثيرة ومفيدة.

أولاً، وُجد أن السياق المحادثي هو العامل الحاسم، ولكنه وصل إلى حد التشبع بسرعة؛ حيث تم التقاط حوالي 90% من التحسينات في الأداء خلال 10-30 جملة سابقة فقط، وهذا يعتمد على مجموعة العلامات المستخدمة. ثانيًا، كانت التمثيلات الهرمية للجمل مفيدة بشكل أكبر في الحالات التي تُستخدم فيها المقاطع فقط، وأظهرت ميزة واضحة عند استعمال مجموعة بيانات MELD، ولكن فائدتها تلاشت بمجرد توفر السياق على مستوى الحوار، مما يشير إلى أن تاريخ المحادثة يلتقط الكثير من البنية الداخلية للجمل.

ثالثًا، integration of an external affective lexicon لم يحسن النتائج، مما يتماشى مع الأنظمة المسجلة مسبقا التي تلتقط معظم الإشارات العاطفية المطلوبة لتعرف المشاعر.

على الرغم من الإعدادات السببية، أظهرت نماذجنا البسيطة أداءً قويًا، حيث بلغت نسبة الدقة 82.69% في أربع فئات و67.07% في ست فئات. وعند إجراء تحليل لغوي، تم الكشف عن ارتباط موثوق بين العواطف وموقع علامات الخطاب، حيث أظهرت التعبيرات الحزينة استخدامًا أقل لعلامات المحيط الأيسر مقارنة بالعواطف الأخرى.

تشير هذه النتائج إلى أن الحزن قد يكون أكثر اعتمادًا على السياق مقارنةً بالعواطف التي تحمل مؤشرات عملية أقوى على المستوى المحلي.

فما هو رأيكم في تأثير السياق على فهم العواطف في المحادثات؟ شاركونا أفكاركم في التعليقات!