في عالمنا الرقمي اليوم، تُصبح البيانات النصية من المصادر المتنوعة جزءًا لا يتجزأ من فهم الأعمال والسلوكيات الإنسانية. وفي هذا السياق، قدم فريق من الباحثين إطارًا جديدًا يسمى 'شبكات الأهداف والأحداث والعوامل' (Target-Event-Agent Networks TEA Nets)، والذي يهدف إلى استخراج العناصر الأساسية من النصوص وتحليلها بدقة.

يستند هذا الإطار إلى علم الشبكات المعرفية والذكاء الاصطناعي، وقد تم تطويره كأداة مفتوحة المصدر بلغة بايثون. لقد تم اختبار TEA Nets من خلال ثلاث دراسات حالة تُظهر قدرته على إجراء الكشف عن المشاعر بشكل يمكن تفسيره، وتحليل الهياكل الدلالية، ودراسات لغوية تتعلق بالنصوص حول المؤامرات واستجابات لغوية تم إنشاؤها بواسطة نماذج لغات كبيرة (LLMs).

في دراسة حالة تقريبية حول نصوص المؤامرات، أظهرت النتائج أن الروايات العالية المؤامرة (4227 نصاً) ربطت الضمائر الشخصية مثل 'أنا' و 'أنت' و 'نحن' بنفس الأفعال بمعدل مرتين مقارنة بالسرديات الأقل تشابهًا. كما ربطت الروايات المرتبطة بالمؤامرة العناصر المرتبطة بالأشخاص مثل 'أنت' و 'الناس' بمشاعر الغضب، بينما كانت النصوص الأكثر علمية تركز على العمّال العلميين مثل 'باحث' و 'عالم'.

أما بالنسبة للبيانات الخاصة بالعلاج النفسي، والتي تضم نصوصًا يومية تم جمعها من 212 محادثة بشرية و200 محادثة أنشأها نموذج لغوي، فقد ساعدت TEA Nets في الكشف عن الفروق العاطفية. حيث استخدمت نماذج مثل Claude 3 Haiku وGPT-3.5 الكلمات الحزينة بكفاءة أعلى مقارنة بالتوقعات العشوائية، لكنها أظهرت استخدامًا أقل لحدّة العواطف مقارنة بالبشر.

تشير هذه النتائج إلى أهمية تقنيات الذكاء الاصطناعي في فهم النصوص والتفاعل العاطفي، وتفتح آفاقًا جديدة لاستكشاف النصوص من منظور علم الشبكات المعرفية. إننا ندخل اليوم في عصر جديد من تحليل البيانات النصية يمكن أن يقدم لنا رؤى قد تغير الطريقة التي نتفاعل بها مع المعلومات.

ما رأيكم في هذا التطور الثوري في تحليل النصوص؟ شاركونا في التعليقات.