نظام تحليل المشاعر سينتا v1.0
1.0
Senta هو نظام مفتوح المصدر لتحليل المشاعر تم تطويره بواسطة Baidu.
يهدف تحليل المشاعر إلى تحديد واستخراج المعلومات الشخصية تلقائيًا مثل الميول والمواقف والتقييمات والآراء في النصوص. يتضمن مجموعة متنوعة من المهام، مثل تصنيف المشاعر على مستوى الجملة، وتصنيف المشاعر على مستوى كائن التقييم، واستخراج الرأي، وتصنيف المشاعر، وما إلى ذلك. يعد تحليل المشاعر اتجاهًا بحثيًا مهمًا للذكاء الاصطناعي وله قيمة أكاديمية عالية. وفي الوقت نفسه، فإن تحليل المشاعر له تطبيقات مهمة في صنع القرار لدى المستهلك، وتحليل الرأي العام، والتوصيات الشخصية وغيرها من المجالات، وله قيمة تجارية عالية.
في الآونة الأخيرة، أصدرت بايدو رسميًا نموذج التدريب المسبق العاطفي SKEP (التدريب المسبق المعزز للمعرفة العاطفية لتحليل المشاعر). يستخدم SKEP المعرفة العاطفية لتعزيز نموذج ما قبل التدريب ويتفوق على SOTA في 14 مهمة نموذجية لتحليل المشاعر الصينية والإنجليزية. وقد تم قبول هذا العمل من قبل ACL 2020.
من أجل تسهيل مشاركة موظفي البحث والتطوير وشركاء الأعمال في تكنولوجيا تحليل المشاعر الرائدة، قامت بايدو بفتح مصدر كود التدريب المسبق للمشاعر القائم على SKEP ونماذج التدريب المسبق للمشاعر الصينية والإنجليزية في Senta. علاوة على ذلك، ومن أجل خفض عتبة المستخدم بشكل أكبر، قامت بايدو بدمج أداة تحليل المشاعر والتنبؤ بالتصنيع بنقرة واحدة في مشروع SKEP مفتوح المصدر. يحتاج المستخدمون فقط إلى بضعة أسطر من التعليمات البرمجية لتنفيذ التدريب المسبق العاطفي القائم على SKEP ووظائف التنبؤ النموذجية.
تخطي
SKEP هي خوارزمية تدريب مسبق عاطفية تعتمد على تعزيز المعرفة العاطفية التي اقترحها فريق البحث في بايدو. تستخدم هذه الخوارزمية طريقة غير خاضعة للرقابة لاستخراج المعرفة العاطفية تلقائيًا، ثم تستخدم المعرفة العاطفية لبناء هدف ما قبل التدريب، بحيث يمكن للآلة يمكن أن يتعلم فهم الدلالات العاطفية. يوفر SKEP تمثيلاً دلاليًا عاطفيًا موحدًا وقويًا لمختلف مهام تحليل المشاعر.
أجرى فريق البحث في بايدو ثلاث مهام نموذجية لتحليل المشاعر: تصنيف المشاعر على مستوى الجملة، وتصنيف المشاعر على مستوى الجانب، وتسمية دور الرأي، بإجمالي 14 بيانات صينية وانجليزية، وقد أثبت ما ورد أعلاه تأثير التدريب المسبق العاطفي نموذج سكيب. تظهر التجارب أنه باستخدام نموذج ما قبل التدريب العام ERNIE (الداخلي) كتهيئة، يتحسن SKEP بحوالي 1.2% في المتوسط مقارنة بـ ERNIE، ويتحسن بحوالي 2% في المتوسط مقارنة بـ SOTA الأصلي.
