ترغب بنشر مسار تعليمي؟ اضغط هنا

معجم الرموز التعبيرية العربية المعجم (ARAB-ESL): مقارنة بين المعجمات العربية والأوروبية والرموز التعبيرية المعجمية

Arabic Emoji Sentiment Lexicon (Arab-ESL): A Comparison between Arabic and European Emoji Sentiment Lexicons

330   0   0   0.0 ( 0 )
 تاريخ النشر 2021
  مجال البحث الذكاء الاصناعي
والبحث باللغة English
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

تعتبر الرموز التعبيرية (الصور التوضيحية الرقمية الشعبية) في بعض الأحيان كنوع جديد من كود الكتابة المصطنعة والمتسقة عالميا. على الرغم من عالمياتهم المفترضة، هناك بعض الأدلة على أن الإحساس بالرموز التعبيرية، على وجه التحديد فيما يتعلق بالمشاعر، قد يتغير من اللغة إلى اللغة والثقافة إلى الثقافة. تحقق هذه الورقة ما إذا كان تحليل معنويات الرموز التعبيرية السياقية يتوافق على اللغات العربية والأوروبية. لإجراء هذا التحقيق، نحن، أولا، أنشأ معجم الرموز الرموز التعبيرية العربية (ARAB-ESL). بعد ذلك، استغلنا المعجم الرموز التعبيري الأوروبي الأوروبي الحالي لمقارنة المشاعر المنقولة في كل من العائلتين من اللغات والثقافة (العربية والأوروبية). تظهر النتائج أن العلاقة الزوجية بين المعجمين متسقين من الرموز التعبيرية التي تمثل، على سبيل المثال، قلوب، تعبيرات الوجه، ولغة الجسم. ومع ذلك، من أجل مجموعة فرعية من الرموز التعبيرية (تلك التي تمثل الأشياء والطبيعة والرموز وبعض الأنشطة البشرية)، هناك اختلافات كبيرة في المعنويات التي يتم نقلها. ومن المثير للاهتمام أن المستوى العالي للغاية من التناقض قد يظهر بالمواد التعبيرية الغذائية.



المراجع المستخدمة
https://aclanthology.org/
قيم البحث

اقرأ أيضاً

في وسائل التواصل الاجتماعي، يستخدم المستخدمون بشكل متكرر صور صغيرة تسمى الرموز التعبيرية في مشاركاتها. على الرغم من أن استخدام الرموز التعبيرية في النصوص يلعب دورا رئيسيا في أنظمة الاتصالات الحديثة، فقد تم إيلاء اهتمام أقل في مواقعهم في النصوص المعين ة، على الرغم من أن المستخدمين الذين يختارون بعناية ووضع الرموز التعبيرية التي تطابق رسالتها. ستعمل استكشاف مواقع الرموز التعبيرية في النصوص على تعزيز الفهم للعلاقة بين الرموز التعبيرية والنصوص. نقوم بتوسيع مهمة التنبؤ بالملصقات الرموز التعبيرية مع مراعاة معلومات مواقع الرموز التعبيرية، من خلال تعلم موقف الرموز التعبيري في تغريدة الرموز التعبيرية للتنبؤ بميزة الرموز التعبيرية. توضح النتائج أن موقف الرموز التعبيري في النصوص هو فكرة جيدة لتعزيز أداء تنبؤ التسمية الرموز التعبيرية. التقييم البشري يتحقق من صحة موقع emoji مناسب في تغريدة، ومهمةنا المقترحة قادرة على جعل تغريدات أكثر فاخرة وطبيعية. بالإضافة إلى ذلك، النظر في موقف الرموز التعبيري يمكن أن يحسن أداء مهمة الكشف عن المفارقة مقارنة بتنبؤ تسمية الرموز التعبيرية. نبلغ أيضا عن النتائج التجريبية لمجموعة البيانات المعدلة، نظرا لمشكلة البيانات الأصلية للمهمة المشتركة الأولى للتنبؤ بتسمية EMOJI في Semeval2018.
يؤدي المعجم دورا مهما في أنظمة معالجة اللغات الطبيعية وخصوصا انظمة الترجمة الألية، فهو يزود أجزاء المنظومة بالمعلومات الضرورية لعملية الترجمة, وعلى الرغم من وجود العديد من البحوث في إطار معالجة اللغات الطبيعية، لم يكن هناك اهتمام كاف في المعجم وخصوصا المعجم العربي.
البحوث العلمية حول تحليل المشاعر في اللغة العربية محدودة جدا في الوقت الحالي. بينما يوجد العديد من تطبيقات تحليل المشاعر في اللغة الانكليزية, اللغة العربية مازالت تخطو خطى بطيئة في هذا المجال. في هذا البحث، نقوم بعرض تطبيق حول تحليل المشاعر في اللغ ة العربية عبر تطبيق مصنف مشاعر لتغريدات عربية. التغريدات تم تحليلها لكي نحصل على قطبية مشاعر (ايجابية او سلبية)، بما أن البيانات تم جمعها من شبكة التواصل الاجتماعي تويتر, فهذا يعكس أهميتها الكبيرة في الشرق الأوسط، حيث اللغة العربية هي اللغة المحكية.
منذ إنشائها، أدت نماذج اللغة القائمة على المحولات إلى مكاسب أداء مثيرة للإعجاب عبر مهام معالجة لغات طبيعية متعددة. بالنسبة للعربية، يتم تحقيق النتائج الحالية من أحدث البيانات في معظم مجموعات البيانات بواسطة نموذج اللغة العربية. على الرغم من هذه التطو رات الحديثة، يستمر الكشف عن السخرية والشاحنات بمهام تحديا باللغة العربية، بالنظر إلى التشكل الغني باللغة والتفاوت اللغوي والاختلافات الجدلية. تقدم فريق Project Team Profers لفريق SPPU-AASM للمهمة المشتركة Wanlp Arsarcasm المشتركة 2021، والمراكز حول الكشف عن السخرية ومشاعر القطبية للعقائز العربية. تقترح الدراسة نموذجا مختلطا، يجمع بين تمثيلات الجملة من أرابيرت مع ناقلات كلمة ثابتة تدربت على شركة الوسائط الاجتماعية العربية. يحقق النظام المقترح درجة F1-Saarchastic من 0.62 ودرجة F-PN من 0.715 بمهام الكشف عن السخرية والشاحنات، على التوالي. تشير نتائج المحاكاة إلى أن النظام المقترح تتفوق على العديد من النهج الحالية لكل من المهام، مما يشير إلى أن دمج تمثيلات نصية خالية من السياق والسياق يمكن أن تساعد في التقاط جوانب تكميلية من معنى الكلمات باللغة العربية. احتل النظام المرتبة الثانية والعاشرة في المهام الفرعية ذات الصلة بتكشف السخرية وتحديد المعنويات.
الكشف عن السخرية هو واحد من أفضل المهام الصعبة في تصنيف النص، لا سيما بالنسبة للغة العربية غير الرسمية بالغشاء النحوي والدلي العالي.نقترح أنظمتين تسخير المعرفة من مهام متعددة لتحسين أداء المصنف.تقدم هذه الورقة أنظمة المستخدمة في مشاركتنا إلى المهام ا لفرعية لورشة معالجة اللغات الطبيعية العربية السادسة (WANLP)؛تحليل السخرية وتحليل المعنويات.المنهجيات الخاصة بنا مدفوعة بفرضية أن التغريدات ذات الشعور السلبي والثغرات السلبية مع محتوى السخرية من غير المرجح أن يكون لها محتوى مسيء، وبالتالي، تؤدي إلى ضبط طراز التصنيف باستخدام كوربوس كبيرة من اللغة المسيئة، عملية التعلم للنموذج للكشف بشكل فعالالمعنويات ومحتويات السخرية.توضح النتائج فعالية نهجنا لمهمة الكشف عن السخرية على مهمة تحليل المعنويات.

الأسئلة المقترحة

التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا