يختلف البشر في طريقة تعبيرهم عن المشاعر، وهذا الاختلاف يكون واضحاً حين يطلب من أحدهم التعبير كتابةً عن مشاعره، فيمكن ملاحظة أن المحصول اللغوي لكل فرد، يجعل من نتاجه المكتوب، جملا تحوي معانى بطريقة مختلفة.
القارئ لكتابات الناس عن مشاعرهم، يمكنه تمييز، إلى حد ما، نوع المشاعر التي يتحدث عنها الطرف الآخر، فبالرغم من اختلاف طرق التعبير، إلا أن تصنيف المشاعر يمكن للجميع القيام به، إلى درجة من الدقة على أقل تقدير.
الكمبيوتر في الآونة الأخيرة، يمكنه أيضا قراءة ومعرفة المشاعر، التي يتحدث عنها البشر، فيمكنه قراءة نص ما، ومعرفة هل الكاتب كان حزينا أم سعيدا، ويمكنه معرفة هل العبارات المستخدمة إيجابية أم سلبية، بل بإمكانه تحديد ما إذا كانت المفردات المستخدمة محايدة، أي لا تميل لا للجانب الإيجابي أو السلبي.
غير أن تقنيات الذكاء الاصطناعي التي يمكنها تحديد المشاعر الواردة في نص ما، لها قدرة محدودة، أي أنها يلزمها أن يتم تدريبها على التعرف على المشاعر في مجال محدد للكتابة، فعلى سبيل المثال، يمكن لخوارزمية الذكاء الاصطناعي التدرب على التعرف على المشاعر داخل الصف المدرسي، بحيث يمكنها التعرف على مشاعر الطلاب من خلال العبارات التي يكتبونها، ولكن هذه الخوارزمية لن تعمل بذات الكفاءة إذا تم إخراجها خارج أسوار المدرسة، وذلك لأنها تدربت على المفردات اللغوية التخصصية التي يدرج استخدامها في إطار معين.
لتطوير خوارزمية أكثر تقدماً، للتعرف على المشاعر، على اختلاف البيئة التي يتم تطبيقها فيها، قام الدكتور سوجانيا بوريا «Soujanya Poria» من جامعة سنغافورة للتكنولوجيا والتصميم «Singapore University of Technology and Design» مع عدد من طلاب الدراسات العليا، بتطوير خوارزمية يمكنها التدرب على اللغة المستخدمة في مجال ما، ومن ثم يمكنها العمل في مجالات أخرى.
قام الفريق البحثي على تطوير خوارزمية، يمكن تدريبها على قواعد بيانات عامة للتعرف على المشاعر، ومن ثم يمكن تطبيق تلك الخوارزمية في مجالات تخصصية، بحيث تعمل الخوارزمية بكفاءة عالية، بغض النظر عن النص الذي تقوم بتحليله.
الطريقة التي اتبعها الباحثون كانت تعتمد على البحث عن المفردات المشتركة بين مجالات الحياة، والتي يمكن من خلالها التعرف على المشاعر بكل سهولة، ولكن المميز في تلك الخوارزمية أنها إذا لم تجد مفردات مشتركة، فإنها تقوم على تحليل الكلمات الواردة في النص، للبحث عن علاقات بين معاني تلك الكلمات، ومن خلال تحديد معنى كل كلمة، تقوم الخوارزمية، باستخدام ما تعلمته سابقاً أثناء التدرب، وذلك لتحديد نوع المشاعر الموجودة في النص.
القارئ لكتابات الناس عن مشاعرهم، يمكنه تمييز، إلى حد ما، نوع المشاعر التي يتحدث عنها الطرف الآخر، فبالرغم من اختلاف طرق التعبير، إلا أن تصنيف المشاعر يمكن للجميع القيام به، إلى درجة من الدقة على أقل تقدير.
الكمبيوتر في الآونة الأخيرة، يمكنه أيضا قراءة ومعرفة المشاعر، التي يتحدث عنها البشر، فيمكنه قراءة نص ما، ومعرفة هل الكاتب كان حزينا أم سعيدا، ويمكنه معرفة هل العبارات المستخدمة إيجابية أم سلبية، بل بإمكانه تحديد ما إذا كانت المفردات المستخدمة محايدة، أي لا تميل لا للجانب الإيجابي أو السلبي.
غير أن تقنيات الذكاء الاصطناعي التي يمكنها تحديد المشاعر الواردة في نص ما، لها قدرة محدودة، أي أنها يلزمها أن يتم تدريبها على التعرف على المشاعر في مجال محدد للكتابة، فعلى سبيل المثال، يمكن لخوارزمية الذكاء الاصطناعي التدرب على التعرف على المشاعر داخل الصف المدرسي، بحيث يمكنها التعرف على مشاعر الطلاب من خلال العبارات التي يكتبونها، ولكن هذه الخوارزمية لن تعمل بذات الكفاءة إذا تم إخراجها خارج أسوار المدرسة، وذلك لأنها تدربت على المفردات اللغوية التخصصية التي يدرج استخدامها في إطار معين.
لتطوير خوارزمية أكثر تقدماً، للتعرف على المشاعر، على اختلاف البيئة التي يتم تطبيقها فيها، قام الدكتور سوجانيا بوريا «Soujanya Poria» من جامعة سنغافورة للتكنولوجيا والتصميم «Singapore University of Technology and Design» مع عدد من طلاب الدراسات العليا، بتطوير خوارزمية يمكنها التدرب على اللغة المستخدمة في مجال ما، ومن ثم يمكنها العمل في مجالات أخرى.
قام الفريق البحثي على تطوير خوارزمية، يمكن تدريبها على قواعد بيانات عامة للتعرف على المشاعر، ومن ثم يمكن تطبيق تلك الخوارزمية في مجالات تخصصية، بحيث تعمل الخوارزمية بكفاءة عالية، بغض النظر عن النص الذي تقوم بتحليله.
الطريقة التي اتبعها الباحثون كانت تعتمد على البحث عن المفردات المشتركة بين مجالات الحياة، والتي يمكن من خلالها التعرف على المشاعر بكل سهولة، ولكن المميز في تلك الخوارزمية أنها إذا لم تجد مفردات مشتركة، فإنها تقوم على تحليل الكلمات الواردة في النص، للبحث عن علاقات بين معاني تلك الكلمات، ومن خلال تحديد معنى كل كلمة، تقوم الخوارزمية، باستخدام ما تعلمته سابقاً أثناء التدرب، وذلك لتحديد نوع المشاعر الموجودة في النص.
