مؤشر مشاعر المستهلكين من Sila - الإمارات، مايو 2021

اشترك في تقارير Sila CSI إلى بريدك الإلكتروني

---

حول مؤشر مشاعر المستهلكين من D/A Sila: مؤشر مشاعر المستهلكين من Sila (Sila CSI) هو مؤشر لأكثر من 45 مليون نقطة بيانات على وسائل التواصل الاجتماعي يقيس المشاعر العامة حول الاقتصاد والأعمال والتوظيف في السعودية والإمارات. يستبعد الأخبار، ويركز فقط على المحادثات حول تلك المواضيع المعينة. ثم يتم تحليل اللغة المستخدمة باستخدام معالجة اللغة الطبيعية والذكاء الاصطناعي لتحديد المشاعر في اللهجات العربية. درجات المؤشر من 100 (درجة 100 تعني 100٪ إيجابي، درجة 59.5 ستعني 59.5٪ إيجابي، 40.5٪ سلبي). حول D/A و Sila: بنت D/A منصة المشاعر الوحيدة في المنطقة التي تعمل بشكل أصلي في اللهجة العربية (اللهجات الخليجية المختلفة بالإضافة إلى المنطقة الأوسع)، Sila، وداخلها يوجد مؤشر مشاعر يجمع المناقشة الإيجابية والسلبية على وسائل التواصل الاجتماعي حول العناصر الرئيسية التي تهم المستهلكين. نستبعد مشاركة الأخبار من هذا التحليل وبدلاً من ذلك ننظر إلى الرأي. ببساطة، نستخدم نموذج معالجة اللغة الطبيعية (NLP) الملكي لفهم ما يشعر به المستهلكون تجاه موضوع، على نطاق واسع. أساس البيانات هو تحليل مستمر لحوالي 45 مليون تغريدة على مدى الـ 17 شهرًا الماضية (باستثناء المقالات الإخبارية) من الإمارات والمملكة العربية السعودية يسمح لنا بفهم مشاعر المستهلكين بشكل أفضل، في الوقت الفعلي، بلغتهم. المنهجية التقنية: يعتمد نموذج المشاعر على تقنيات معالجة اللغة الطبيعية - NLP (MLM) ونموذج BERT-Base Multilingual Cased للغة العربية ويتم تدريبه باستخدام تطبيق مخصص لـ TensorFlow. يتضمن النموذج تصنيفًا ثلاثي الاتجاهات (إيجابي، محايد، وسلبي). لمراحل التدريب والاختبار، استخدمنا ArapTweet، (مجموعة بيانات من التغريدات من 11 منطقة عربية من 16 دولة مختلفة، بإجمالي 45000 تغريدة وأخبار). وتم تقسيم البيانات إلى 3 مراحل: التدريب (70٪)، التطوير (15٪)، والاختبار (15٪). معاملات الإدخال هي التغريدة (النص)، وعدد الكلمات، ووزن مجموعة المعجم التجاري. تم تدريب النموذج بأكثر من 31000 تغريدة مع 4 طبقات و 56 وحدة مخفية و 32 معامل ضبط. في مجموعة التدريب، يحصل النموذج المضبوط بدقة على 86.09٪ على الدقة و 87.46٪ على درجة F1. في مجموعة الاختبار، حصلنا على 88.19٪ دقة و 86.51٪ درجة F1. تتم عملية اختبار وضبط النموذج كل شهرين من أجل تحسين المجموعة وضبط دقة النموذج. للتوضيح: 86٪ من درجة F1 يعني أنه لا يوجد دليل على تعيين مشاعر، (يمكن أن يحدث هذا عندما يكون النص قصيرًا جدًا أو لا يوجد تطابق في النص أو خليط من اللغات)، بالنسبة لنموذجنا، بعد استبعاد هذه الحالات، تتراوح الدقة بين 92.1٪ و 94.67٪ من الحالات الناجحة، أي أن الخطأ يتراوح بين 5.33٪ و 7.90٪ نمذجة اللغة المقنعة (MLM): أخذ جملة، يقنع النموذج بشكل عشوائي 15٪ من الكلمات في الإدخال ثم يشغل الجملة المقنعة بالكامل من خلال النموذج ويجب أن يتنبأ بالكلمات المقنعة. هذا يختلف عن الشبكات العصبية المتكررة التقليدية (RNNs) التي عادة ما ترى الكلمات واحدة تلو الأخرى، أو من النماذج الانحدارية التلقائية مثل GPT التي تقنع داخليًا الرموز المستقبلية. يسمح للنموذج بتعلم تمثيل ثنائي الاتجاه للجملة.