في عصر تتزايد فيه المعلومات السياسية على منصات التواصل الاجتماعي بشكل مستمر، يتضح لنا كيف يمكن لتقنيات الذكاء الاصطناعي أن تساهم في فهم آراء الجمهور وتحليل وجهات نظرهم السياسية. في هذا السياق، يُعد تحليل المشاعر (Sentiment Analysis) أحد المهام الأساسية في معالجة اللغة الطبيعية (Natural Language Processing - NLP)، حيث يمكنه تحليل المواقف والآراء من النصوص المعروضة.

في الدراسة الحالية، نُجري بحثًا حول تطبيق تحليل المشاعر المتعدد الفئات على الآراء السياسية عبر وسائل التواصل الاجتماعي. يهدف هذا البحث إلى التمييز التلقائي بين الفئات المختلفة من المشاعر المتعلقة بالقضايا والشخصيات السياسية.

لتنفيذ هذه المهمة، تم تصميم وتقييم نهجين يعتمد كل منهما على تقنيات التعلم الآلي: XGBoost وBERT. تم تدريب النموذجين وتقييمهما باستخدام مجموعة بيانات مٌعَلَمة تحتوي على منشورات سياسية من وسائل التواصل الاجتماعي، مع الاعتماد على مقاييس التصنيف القياسية.

أظهرت النتائج التجريبية أن نموذج XGBoost حقق دقة F1 بلغت 0.2835، في حين سجل النموذج القائم على BERT دقة F1 تصل إلى 0.2806 في مجموعة الاختبار.

تعكس هذه النتائج التحديات الكبيرة التي يواجهها العلماء في تصنيف المشاعر في الخطاب السياسي المعقد والسياقي، وتقدم نقطة انطلاق لبحوث مستقبلية في مجال تحليل المشاعر السياسية المتعددة الفئات.

إن هذا التطور في استخدام التقنيات الذكية قد يُحدث ثورة في فهم كيف تعبّر المجتمعات عن آرائها السياسية وكيف يمكن احتساب هذه الآراء بشكل موضوعي.