من التنبؤ المستقل إلى التنبؤ المُعاد ترتيبه: دمج المعلومات عن الموقع النسبي والمعلومات العالمية عن العلامة في تحديد أسباب المشاعر
هوية أسباب العواطف تهدف إلى تحديد الأسباب المحتملة التي تقود إلى التعبير عن عاطفة معينة في النص. تم اقتراح عدة تقنيات، بما في ذلك طرق القواعد والتعلم الآلي التقليدي، لمعالجة هذه المشكلة بناءً على قواعد وخصائص مصممة يدويًا. مؤخرًا، تم تطبيق بعض طرق التعلم العميق أيضًا لهذه المهمة، بمحاولة للتقاط العلاقة السببية بين العاطفة وأسبابها بشكل تلقائي كما هي متجسدة في النص. في هذا العمل، نجد أن بالإضافة إلى محتوى النص، هناك نوعان آخران من المعلومات، وهما الموقع النسبي والعلامات العالمية، اللذان يعتبران مهمين للغاية لهوية أسباب العواطف. لدمج هذه المعلومات، نقترح نموذجًا يستند إلى هندسة الشبكات العصبية لترميز العناصر الثلاثة (أي: محتوى النص، الموقع النسبي والعلامة العالمية) بطريقة موحدة ومنتهية-إلى-منتهية. نقدم خوارزمية تعلم غرس موقعية نسبية معززة ونحول المهمة من مشكلة تنبؤ مستقلة إلى مشكلة تنبؤ مرتبة حيث يتم دمج المعلومات العالمية الديناميكية. أظهرت نتائج التجارب على مجموعة بيانات معيارية لأسباب العواطف أن نموذجنا حقق أداءً جديدًا يتفوق على الحالة الراهنة وأنه يؤدي بشكل أفضل بكثير من العديد من الخطوط الأساسية التنافسية. أظهرت التحليلات الإضافية فعالية خوارزمية تعلم الغرس الموقعية النسبية المعززة وآلية التنبؤ المرتبة بالعلامات العالمية الديناميكية.