HyperAIHyperAI
منذ 17 أيام

كشف الموقف باستخدام وكالات قائمة على LLM تُدمج أدوارًا تعاونية

Xiaochong Lan, Chen Gao, Depeng Jin, Yong Li
كشف الموقف باستخدام وكالات قائمة على LLM تُدمج أدوارًا تعاونية
الملخص

كشف الموقف يُعدّ أداة آلية للكشف عن موقف النص تجاه هدف معين، وهو أمر بالغ الأهمية في تحليل المحتوى ضمن أبحاث الويب ووسائل التواصل الاجتماعي. وعلى الرغم من الإمكانيات الواعدة للنماذج اللغوية الكبيرة (LLMs)، إلا أنها تواجه تحديات عند تطبيقها مباشرةً في مهام كشف الموقف. أولاً، يتطلب كشف الموقف معرفة متعددة الجوانب، تشمل فهم المصطلحات المرتبطة بالأحداث، بالإضافة إلى فهم أنماط التعبير السائدة على منصات وسائل التواصل الاجتماعي. ثانيًا، يتطلب كشف الموقف تفكيرًا متقدمًا لاستخلاص وجهات النظر الضمنية للمؤلف، إذ غالبًا ما تكون المواقف مُختبَأة بشكل خفي وليس مُعلَنة صراحةً في النص. لمعالجة هذه التحديات، قمنا بتصميم إطار عمل ثلاثي المراحل يُسمى COLA (بمعنى: وكالات مُعتمدة على الأدوار المُدمجة في النماذج اللغوية الكبيرة) حيث يتم تخصيص أدوار مختلفة للنماذج اللغوية الكبيرة، مما يُنشئ نظامًا تعاونيًا يُسهم فيه كل دور بشكل فريد. في المرحلة الأولى، أي مرحلة التحليل متعدد الأبعاد للنص، نُعدّل النماذج اللغوية الكبيرة لتُؤدي أدوار خبير لغوي، ومتخصص في المجال، ومحترف في وسائل التواصل الاجتماعي، بهدف الحصول على تحليل متعدد الأوجه للنص، مما يُعالج التحدي الأول. في المرحلة الثانية، أي مرحلة المناقشة المُعززة بالاستنتاج، نُعيّن وكالة قائمة على النموذج اللغوي لكل موقف محتمل، لتمثيله ودعمه، مما يُرشد النموذج إلى اكتشاف الربط المنطقي بين خصائص النص والموقف، ويُعالج التحدي الثاني. وأخيرًا، في مرحلة استخلاص النتيجة النهائية، يُعيّن وكيل قرار نهائي يُجمّع الملاحظات السابقة لتحديد الموقف بشكل حاسم. يُعدّ نهجنا مُبتكرًا لأنه يتجنب الحاجة إلى بيانات مُANNOTATED إضافية أو إعادة تدريب النموذج، ويوفر قابلية استخدام عالية. وقد حققنا أداءً متفوقًا على مستويات مُتقدمة عبر عدة مجموعات بيانات. وتأكيدًا على فعالية كل دور مُصمم، أُجريت دراسات إزالة (Ablation Studies) تُثبت فعالية كل عنصر في الإطار. كما أظهرت تجارب إضافية قابلية التفسير (explainability) والتنوع الوظيفي (versatility) في النهج. يبرز نهجنا بفضل كفاءته العالية في السهولة، الدقة، الفعالية، القدرة على التفسير، والتنوع الوظيفي، مما يُبرز قيمته الحقيقية في مجالات تحليل المحتوى الحديث.