هل خلايا GRU أكثر تحديدًا وخلايا LSTM أكثر حساسية في تصنيف الدوافع للنص؟

في اختبار التصور الموضوعي، وهو تمرين لقصة بالصورة (TAT/PSE؛ هيكهاوزن، 1963)، يُفترض أن الدوافع غير الواعية يمكن اكتشافها في النص الذي يرويه شخص ما عن الصور المعروضة في الاختبار. لذلك، يتم تصنيف هذا النص بواسطة خبراء مدربين وفقًا لقواعد التقييم. حاولنا أتمتة هذا الترميز واستخدمنا شبكة عصبية متكررة (RNN) بسبب بيانات الإدخال المتسلسلة. هناك نوعان مختلفان من الخلايا لتحسين الشبكات العصبية المتكررة فيما يتعلق بالاعتمادات طويلة المدى في بيانات الإدخال المتسلسلة: خلايا الذاكرة طويلة وقصيرة الأمد (LSTM) ووحدات متكررة مغلقة (GRU). تشير بعض النتائج إلى أن GRUs يمكن أن تتفوق على LSTMs، بينما تظهر أخرى العكس. لذا، يبقى السؤال متى نستخدم خلايا GRU أو LSTM. تظهر النتائج (N = 18000 بيانات، تم التحقق منها عبر 10 تكرارات) أن GRUs تتفوق على LSTMs (الدقة =.85 مقابل .82) في الترميز العام للدوافع. أظهر تحليل إضافي أن GRUs لديها خصوصية أعلى (نسبة السلبية الحقيقية) وتتعلم محتوى أقل شيوعًا بشكل أفضل. بينما تمتلك LSTMs حساسية أعلى (نسبة الإيجابية الحقيقية) وتتعلم محتوى أكثر شيوعًا بشكل أفضل. نظرة أقرب إلى مصفوفة صورة × فئة تكشف أن LSTMs تتفوق على GRUs فقط حيث يكون فهم السياق العميق مهمًا. وبما أن كلا هاتين التقنيتين لا تقدم بوضوح ميزة كبيرة على الأخرى في هذا المجال المدروس هنا، فإن موضوعًا مثيرًا للاهتمام للعمل المستقبلي هو تطوير طريقة تجمع بين قوتيهما.