البرمجة (انجليزية)

 هدف المحاضرة / Lecture Goal

تمكين الطالب من فهم منهجية تحويل النصوص السياسية (الخطابات، المعاهدات، التغريدات) من مادة إنشائية إلى بيانات كمية قابلة للقياس، والتعرف على كيفية استخراج "السرديات" (Narratives) وتحليل "المشاعر" (Sentiment) الكامنة خلف الكلمات.

 توطئة (Preamble)

في العلوم السياسية، "الكلمة" هي فعل سياسي بامتياز. الخطابات ليست مجرد وسيلة للتواصل، بل هي أداة للهيمنة، الإقناع، أو صناعة العداء. قديماً، كان تحليل المحتوى يتطلب قراءة مئات الصفحات يدوياً وتصنيفها، مما قد يؤدي لتحيز الباحث. اليوم، وباستخدام معالجة اللغات الطبيعية (NLP)، يمكننا تحليل آلاف الخطابات بوضعية "المراقب المحايد"، لنكتشف الأنماط الخفية في لغة القادة وصناع القرار.

1. مفاهيم أساسية (Key Concepts)

• تحليل الخطاب (Speech Analysis): دراسة كيفية استخدام اللغة في سياق سياسي لممارسة السلطة أو التأثير على الرأي العام.

• السردية (Narrative/Sardiyya): هي "القصة" الكبرى التي تتبناها الدولة أو الفاعل السياسي لتبرير مواقفه. (مثال: سردية "مكافحة الإرهاب" أو سردية "الدفاع عن السيادة"). البرمجة تساعدنا في رصد الكلمات المفتاحية التي تبني هذه السردية وتكرارها عبر الزمن.

• تحليل المشاعر (Sentiment Analysis): تقنية برمجية تحدد "النبرة الانفعالية" للنص؛ هل الخطاب (إيجابي، سلبي، أم محايد)؟ وهل يعتمد لغة (تصالحية أم تصادمية)؟

2. المنهجية البرمجية لتحليل النص (Methodology)

لتحليل خطاب سياسي برمجياً، نتبع الخطوات التالية:

1. الجمع (Data Collection): تحويل الخطاب من صوت أو ورق إلى نص رقمي.

2. التنظيف (Pre-processing): حذف كلمات الربط التي لا تحمل دلالة سياسية (مثل: من، إلى، عن) للتركيز على الكلمات الجوهرية (مثل: وطن، أمن، تهديد).

3. التكرار (Frequency Analysis): رصد الكلمات الأكثر استخداماً، فالتكرار في السياسة ليس صدفة بل هو "رسالة مقصودة".

4. الترابط (N-grams): دراسة الكلمات التي تأتي معاً (مثلاً: كيف يتم ربط كلمة "أمن" بكلمة "الحدود" أو "التكنولوجيا").

Lecture 11: 

1. What is Political Text Analysis?

It is the computational study of political language to uncover patterns, biases, and power structures. In the age of social media, analyzing text (tweets, policy papers, or speeches) allows political scientists to gauge public sentiment and state ideologies in real-time.

2. Discourse vs. Narrative

• Discourse: Focuses on how language reflects social and political reality.

• Narrative: The strategic "storyline" used by political actors to frame events. Python helps us track how these narratives evolve by analyzing keyword frequencies over decades of speeches.

3. The Methodology

• Tokenization: Breaking sentences into individual words for analysis.

• Stop-words Removal: Filtering out common words (the, is, and) to isolate high-value political terms.

• Sentiment Analysis: Using AI to classify the tone of a text as hostile, peaceful, or alarming.

💡 تطبيق عملـي (Practical Application)

تخيل أنك تريد تحليل "الكلمات الأكثر تأثيراً" في خطاب سياسي. نستخدم كوداً بسيطاً لإنشاء سحابة كلمات (Word Cloud)، حيث يظهر حجم الكلمة بناءً على عدد مرات تكرارها:

# مثال تخيلي لاستخراج الكلمات الأكثر تكراراً
from collections import Counter

# خطاب سياسي مبسط
speech = "الأمن القومي هو الأولوية القصوى الأمن يحتاج إلى تكاتف الجميع الأمن هو الاستقرار"

# تقسيم الخطاب وتحليل التكرار
words = speech.split()
word_counts = Counter(words)

# طباعة أكثر 3 كلمات تكراراً
print("الكلمات المفتاحية للسردية:", word_counts.most_common(3))
# المخرجات ستكون: [('الأمن', 3), ('هو', 2), ('القومي', 1)]

 ملخص المحاضرة

تعلمنا اليوم أن النصوص السياسية هي "بيانات" وليست مجرد كلمات. من خلال البرمجة، يستطيع الباحث السياسي تفكيك السرديات المعقدة، وقياس التغير في مواقف الدول من خلال رصد تحول لغتها الرسمية، وهو ما يسمى بـ التحليل الكمي للخطاب.