تحليل المشاعر (Sentiment Analysis)

بعد فهم Preprocessing وTokenization وEmbeddings، نأتي لأول تطبيق متكامل: تحليل المشاعر — تحديد الموقف العاطفي في نصّ ما.

ما هي المهمة؟

Sentiment Analysis = تصنيف نصّ بناءً على الموقف العاطفي الذي يعبّر عنه.

"الخدمة ممتازة وسريعة"        →  إيجابي
"التوصيل تأخّر والمنتج مكسور" →  سلبي
"المنتج وصل"                  →  محايد

أنواع المشاعر المُستخرجة:

التصنيف الثنائي مقابل متعدد الأصناف

ثنائي (binary)

labels = ["positive", "negative"]

• أبسط.
• الأفضل للبدء.
• مناسب لتقييم المنتجات، رضا العملاء.

متعدد الأصناف (multi-class)

labels = ["positive", "neutral", "negative"]

• أكثر دقة في تمييد "محايد" من "إيجابي ضعيف".
• لكن "محايد" غالبًا أصعب لأن النصّ قد يحمل مؤشرات إيجابية وسلبية معًا.

متعدد العلامات (multi-label)

# نصّ واحد يمكن أن يكون ["positive", "angry"] معًا

• مثال: "شكرًا لكن التوصيل تأخّر"
• يحتاج هندسة خاصة (sigmoid + threshold per class).

ما الذي يُميّز مهمة المشاعر؟

1. النصوص القصيرة

تغريدة، تعليق، تقييم من 5–50 كلمة. النموذج يحتاج الاستفادة من كل كلمة.

2. الإشارات العاطفية الدقيقة

"ليس سيّئًا" → إيجابي خفيف (نفي + سلبي)
"رائع جدًا!" → إيجابي قوي
"مقبول" → محايد (موقف ضعيف)

3. الإيموجي والرموز

"great 😒" → قد يكون سلبي! الإيموجي يقلب المعنى

4. السخرية (Sarcasm)

"يا سلام، شحن مجاني بعد 30 يوم 👍"

⚠️ صعوبة حقيقية: النماذج الكلاسيكية غالبًا تفشل في السخرية. النماذج الكبيرة (LLMs) أفضل لكن ليست مثالية.

5. السياق

"الحمّل خفيف"      → إيجابي (وزن خفيف)
"الخطاب خفيف"       → سلبي (سطحي)

بدون فهم الموضوع، الـ embedding لا يكفي.

6. اعتماد المجال (Domain Dependence)

نموذج مُدرَّب على تقييمات أفلام سيفشل في تقييمات طبية:

"الدواء فعّال جدًا في قتل الخلايا"     → في الطب: إيجابي
"الفيلم قتل كل التوقعات"               → في السينما: إيجابي

في المجالين معًا، الجملة الأولى غريبة على النموذج السينمائي.

خط أنابيب (Pipeline) كلاسيكي

[نصّ خام]
    ↓
[Preprocessing]   ← تنظيف وتطبيع
    ↓
[Tokenization]    ← تقسيم
    ↓
[Vectorization]   ← TF-IDF أو embeddings
    ↓
[Classifier]      ← Logistic Regression / SVM / NB
    ↓
[label]           ← positive / negative / neutral

المشروع في 202-project-sentiment-analysis يطبّق هذه السلسلة كاملة.

خط أنابيب حديث (Transformer)

[نصّ خام]
    ↓
[Subword Tokenization]   ← BPE أو SentencePiece
    ↓
[Transformer Encoder]    ← نماذج متعددة اللغات أو عربية مُدرَّبة مسبقًا
    ↓
[CLS pooling أو mean]    ← متجه يمثّل النصّ كله
    ↓
[Linear classifier]      ← fine-tune أو zero-shot
    ↓
[label]

مقارنة

المقاييس (Metrics)

لا تستخدم accuracy فقط. حسب توزيع الفئات:

from sklearn.metrics import classification_report, confusion_matrix

print(classification_report(y_true, y_pred,
                            target_names=["neg", "pos"]))

              precision    recall  f1-score   support
         neg       0.85      0.88      0.86        50
         pos       0.87      0.84      0.85        50
    accuracy                           0.86       100

متى تقلق؟

• Class imbalance: فئة واحدة أكثر بكثير. accuracy عالية مضلّلة. → راجع مقاييس التصنيف.
• False positives في فئة سلبية: نموذج يحكم "إيجابي" على نصّ سلبي فعلًا — يضرّ بسمعة المنتج.
• Volatile results: التدريب بـ random_state مختلف يعطي نتائج مختلفة جدًا → بيانات قليلة أو مقياس غير مستقر.

لماذا يصعب المشروع العملي؟

1. جمع البيانات: تقييمات حقيقيّة بحقوق ملكية فكرية. الـ labels تحتاج وقتًا بشريًا.
2. Labeling consistency: شخصان قد يُعلّقان نفس النصّ بتصنيف مختلف.
3. اختبار عام/خاص: نموذج يعمل على نوع التغريدات قد يفشل على نوع آخر.
4. التغيّر الزمني: "رائع" قبل 5 سنوات قد تحمل معنى مختلفًا اليوم.

Data Leakage في NLP

تحذير شديد:

# ❌ خطأ كارثي
vectorizer = TfidfVectorizer()
X = vectorizer.fit_transform(corpus)        # fit على الكل!
X_train, X_test, y_train, y_test = train_test_split(X, y, ...)

يحدث leakage: إحصاءات الـ TF-IDF (vocab, idf weights) شُوهدت من بيانات الاختبار.

# ✅ صحيح
from sklearn.pipeline import Pipeline

pipe = Pipeline([
    ("tfidf", TfidfVectorizer()),
    ("clf", LogisticRegression()),
])

X_train, X_test, y_train, y_test = train_test_split(texts, labels, ...)
pipe.fit(X_train, y_train)
pipe.score(X_test, y_test)

تفصيل أكثر في مشروع تحليل المشاعر.

أخطاء شائعة

• "accuracy = 0.95 يعني نموذج ممتاز": في بيانات غير متوازنة قد يكون الـ 5% هو الأداء الفعلي على الفئة المهمّة.
• "دائما نُطبّق stemming/stopword removal في المشاعر": ليس بالضرورة. Transformer حديث أفضل بدونه. TF-IDF الكلاسيكي قد يستفيد.
• "اختبر على بياناتك الخاصة ودقة 90% كافية": غالبًا لا. مع بيانات عامّة، توقع أقل.
• "Sarcasm = صعب فيمكن تجاهلها": لا. السخرية شائعة في تقييمات العملاء. كن واعيًا بالحدّ.
• "النموذج يعرف السياق": نموذج TF-IDF لا يعرف.Transformer يعرف جزئيًا. لا أحد منهم "يفهم" بمعنى إنساني.

الخطوات التالية

• مشروع تحليل المشاعر — تطبيق كامل TF-IDF + Logistic Regression.
• مقاييس التصنيف — Confusion Matrix، Precision/Recall/F1.
• Pipelines — منع data leakage.
• Logistic Regression — base classifier.

🔍 لمكتبات عربية متخصصة: camel-tools وابحث عن نماذج BERT عربية على Hugging Face — اختر ما يناسب الـ dialect والمجال.