يُعتبر التعامل مع البيانات الواردة من وسائل التواصل الاجتماعي الحديثة تحديًا كبيرًا، خاصة في أوقات الأزمات مثل جائحة COVID-19. هناك غزارة في المعلومات والنقاشات العامة على منصات مثل تويتر (الآن X)، ولكن القصص القصيرة والطابع غير الرسمي لهذه البيانات يمكن أن تعيق فعالية تقنيات نمذجة الموضوعات التقليدية. هنا يأتي دور نموذج **TM-Rephrase**، إطار عمل مستقل عن النموذج يسعى لتحسين هذه العملية من خلال استخدام نماذج اللغات الضخمة (Large Language Models).

تتمثل الفكرة الرئيسية للنموذج في إعادة صياغة التغريدات قبل دخولها في عملية نمذجة الموضوعات، حيث يتم تحويل النصوص الخام إلى لغة أكثر رسمية ومنظمة. استخدمت الدراسة مجموعة بيانات تحتوي على 25,027 تغريدة تتعلق بـ COVID-19، لتفحص تأثير استراتيجيتين مختلفتين لإعادة الصياغة: العامة والت colloquial-to-formal.

أظهرت النتائج أن **TM-Rephrase** يُحسن ثلاثة مقاييس رئيسية تتعلق بأداء نمذجة الموضوعات وهي: تماسك الموضوع، تفرد الموضوع، وتنوع الموضوع، بينما يقلل من تكرار الموضوعات في غالبية خوارزميات نمذجة الموضوعات. وكانت استراتيجية التحويل من اللغة غير الرسمية إلى اللغة الرسمية هي الأكثر فعالية، لا سيما مع خوارزمية تخفيت ديرشليت (Latent Dirichlet Allocation).

تسهم هذه الدراسة في تعزيز approaches قائمة على نماذج مستقلة لتحسين نمذجة الموضوعات، مما يعكس أهمية تحليل البيانات على وسائل التواصل الاجتماعي في مجالات الصحة العامة وغيرها من المجالات الهامة. كيف يمكن لنماذج مثل TM-Rephrase أن تعزز الفهم للخطابات العامة خلال الأزمات الصحية؟ شاركونا آراءكم!