LSTM تتفوق على Random Forest وNaive Bayes في تحليل مشاعر التغريدات بقيمة ROC-AUC تبلغ 0.92

أظهرت دراسة جديدة نُشرت على arXiv في يوليو 2026 مدى تفوق شبكة LSTM العصبية على خمس خوارزميات تقليدية للتعلم الآلي في مهمة تحليل مشاعر المنشورات على Twitter. وفازت الشبكة التكرارية في جميع المقاييس الرئيسية، إذ حققت دقة 80% على عينة الاختبار وقيمة ROC-AUC بلغت 0.92.

ما الذي قارنته الدراسة وكيف؟

اعتمد المؤلفون على مجموعة بيانات من التغريدات مأخوذة من Kaggle، وأجروا معالجة مسبقة قياسية في NLP تشمل التقطيع إلى رموز (تقسيم النص إلى كلمات)، والتجذير المعجمي (إرجاع الكلمة إلى صيغتها الأساسية)، وحذف الكلمات الشائعة غير ذات الدلالة. بعد ذلك دُرّبت ست خوارزميات على تصنيف التغريدات إلى ثلاث فئات: إيجابية وسلبية ومحايدة.

النماذج التي خضعت للاختبار:

• الانحدار اللوجستي
• الغابة العشوائية (Random Forest)
• مصنّف بايز الساذج (Naive Bayes)
• تعزيز التدرج (Gradient Boosting)
• LSTM (Long Short-Term Memory) — شبكة عصبية تكرارية تراعي ترتيب الكلمات

ما مدى نجاح LSTM؟

جاءت LSTM في المرتبة الأولى بين جميع المقاربات التي خضعت للاختبار:

• الدقة على عينة التدريب — 90.98%
• الدقة على عينة الاختبار — 80.00%
• Micro-average ROC-AUC — 0.92

تعني قيمة ROC-AUC البالغة 0.92 أن النموذج يفصل المحتوى الإيجابي عن السلبي بشكل صحيح في نحو 92% من الحالات، وهي نتيجة عالية بالنسبة لبيانات «مشوّشة» من وسائل التواصل الاجتماعي، مليئة بالعامية والسخرية. أما الفجوة بين 90.98% (التدريب) و80% (الاختبار) فتشير إلى فرط تلاؤم معتدل، وهو أمر معتاد في الشبكات العصبية التي لا تعتمد تنظيماً إضافياً (regularization).

«تُظهر النتائج أن LSTM تتفوق على أساليب التعلم الآلي التقليدية في

التقاط الجوانب السياقية والتسلسلية للنص»، بحسب مؤلفي الدراسة.

تتدرب الخوارزميات التقليدية بسرعة أكبر ويسهل تفسير نتائجها، لكنها تعالج النص بوصفه مجموعة كلمات مستقلة، دون مراعاة الترتيب أو السياق. أما LSTM فـ«تتذكر» الكلمات السابقة عند معالجة كل كلمة جديدة. ولهذا تدرك أن عبارة «ليس سيئاً» لا تعني «سيئاً»، وأن «لم يعجبني إطلاقاً» تحمل مشاعر سلبية قوية.

لماذا يهم ذلك في تحليل وسائل التواصل؟

يولّد Twitter (المعروف الآن باسم X) مئات الملايين من المنشورات يومياً. ويتيح التحليل الآلي للمشاعر للعلامات التجارية تتبع ردود فعل الجمهور تجاه منتج ما في الوقت الفعلي، كما يتيح للباحثين دراسة ديناميكيات الرأي العام دون مراجعة ملايين الرسائل يدوياً.

تعتمد الأنظمة التجارية الحديثة على نماذج المحوّلات (Transformers) مثل BERT وRoBERTa، وهي تتفوق على LSTM بفارق كبير لكنها تتطلب موارد حوسبة ضخمة. وتبقى LSTM خياراً عملياً للفرق ذات الميزانيات المحدودة: فهي أخف وأسرع في الاستدلال (inference)، وتعمل بكفاءة معقولة دون مجموعة GPU قوية.

ماذا يعني ذلك؟

تؤكد الدراسة قاعدة ثابتة في NLP: حين يكون ترتيب الكلمات والسياق عاملين مهمين في النص، يتفوق التعلم العميق باستمرار على التعلم الآلي التقليدي. ولا يصعب تكرار التجربة، إذ تتيح مجموعة بيانات Kaggle المفتوحة والمكتبات القياسية (TensorFlow وPyTorch) تشغيل خط معالجة (pipeline) مماثل في بضع ساعات.

أسئلة شائعة

ما الفرق بين LSTM وBERT في مهام تحليل المشاعر؟

تعالج LSTM النص بشكل تسلسلي، كلمة بعد كلمة، مع الاحتفاظ بالسياق السابق في الذاكرة. أما BERT فنموذج محوّلات يحلل النص كاملاً دفعة واحدة في الاتجاهين، وقد دُرّب مسبقاً على مدونات نصية ضخمة. وفي معظم المعايير الحديثة يتفوق BERT على LSTM بما بين 5 و15 نقطة مئوية، لكنه يتطلب موارد حوسبة أكبر بكثير.

ما هو ROC-AUC ولماذا تُعد القيمة 0.92 نتيجة جيدة؟

يبيّن ROC-AUC مدى جودة فصل النموذج بين الفئات: القيمة 0.5 تعني التخمين العشوائي، و1.0 تعني تصنيفاً مثالياً. وتُعد القيمة 0.92 مرتفعة في مهمة تحليل المشاعر على وسائل التواصل الاجتماعي، حيث تتشوش البيانات بالعامية والأخطاء الإملائية والسخرية.