FATRER: منظم الموضوع بالانتباه الكامل لتقدير دقيق ومقاوم للعاطفة في المحادثات

يركز هذا البحث على فهم المشاعر التي تُثار لدى المشاركين في المحادثة من خلال العبارات التبادلية. وقد ركزت الدراسات السابقة في هذا المجال بشكل رئيسي على تحسين دقة التنبؤات العاطفية، بينما تجاهلت قوة نموذج التعرف على المشاعر عند تعرض السياق المحلي لهجمات مضادة (adversarial attacks). ولضمان القوة في الأداء مع الحفاظ على الدقة، نقترح نموذجًا للكشف عن المشاعر مُعززًا بمنظم موضوعي يعتمد على الانتباه الكامل، مما يتيح رؤية عالمية مرتبطة بالمشاعر عند نمذجة السياق المحلي في الحوار. كما تم تقديم استراتيجية تجميع موضوعية مشتركة (joint topic modeling) لتطبيق التمحيص من منظورين: تمثيل البيانات ودالة الخسارة. ولتجنب التمحيص الزائد، تم التخلي عن القيود المفروضة على التوزيعات الأولية الموجودة في نماذج الموضوعات التقليدية، وتم إجراء تقريبات احتمالية بالكامل بناءً على تطابق الانتباه (attention alignment). أظهرت التجارب أن نماذجنا تحقق نتائج أفضل من النماذج الرائدة حاليًا، كما تُظهر مقاومة مقبولة ومقنعة أمام ثلاث أنواع من الهجمات المضادة.