Nová umělá inteligence detekuje sarkasmus na sociálních médiích

Výzkumníci z University of Central Florida vyvinuli novou umělou inteligenci (AI), která je schopná detekovat sarkasmus na sociálních médiích. Podle týmu je tento typ nástroje velmi užitečný pro společnosti, které chtějí lépe rozumět a reagovat na zpětnou vazbu zákazníků na sociálních médiích, jako je Twitter a Facebook. Ruční zpracování této zpětné vazby je velmi obtížné.

Jedním z hlavních aspektů tohoto nástroje je sentimentální analýza, která je automatizovaný proces identifikace pozitivních, negativních a neutrálních emocí v textu. Sentimentální analýza se zaměřuje na identifikaci emocionální komunikace, zatímco AI se zaměřuje na logickou analýzu a odpověď.

Nový výzkum byl zveřejněn v časopise Entropy.

Učení modelu detekovat sarkasmus

Počítačový model byl naučen detekovat vzory, které indikují sarkasmus, a byl naučen identifikovat specifické cue slova ve větě, která indikují sarkasmus. To bylo dosaženo tím, že tým krmil model velkými datovými sadami a zlepšoval jeho přesnost.

Ivan Garibay je asistent profesora na katedře průmyslového inženýrství a managementu systémů. Má tituly, včetně Ph.D. v oboru počítačových věd z UCF, a je ředitelem iniciativy UCF’s Artificial Intelligence and Big Data Initiative of CASL a magisterského programu v oblasti datové analýzy.

“Přítomnost sarkasmu v textu je hlavním překážkou ve výkonu sentimentální analýzy,” říká Garibay. “Sarkasmus není vždy snadné identifikovat v konverzaci, takže si můžete představit, že je to pro počítačový program velmi obtížné. Vyvinuli jsme interpretabilní hluboký učící model pomocí multi-head self-attention a gated recurrent units. Modul multi-head self-attention pomáhá identifikovat klíčová sarkastická cue-slova z vstupu a recurrent units se učí dlouhodobé závislosti mezi těmito cue-slovy, aby lépe klasifikovaly vstupní text.”

Garibayovi se připojil doktorand Ramya Akula a Brian Kettler, programový manažer v DARPA’s Information Innovation Office (I2O).

Výzvy textu

“Sarkasmus byl velkým překážkou pro zvýšení přesnosti sentimentální analýzy, zejména na sociálních médiích, protože sarkasmus silně závisí na vokálních tónech, mimice a gestech, které nemohou být reprezentovány v textu,” říká Kettler. “Rozpoznání sarkasmu v textové online komunikaci není snadný úkol, protože none z těchto signálů jsou snadno dostupné.”

Vědci z Garibayovy laboratoře komplexních adaptivních systémů (CASL) využívají datové vědy, sítě vědy, komplexní vědy, kognitivní vědy, strojového učení, hlubokého učení, sociálních věd, týmové kognice a dalších přístupů, aby řešili tyto výzvy.

Akula je asistentka výzkumu na CASL a doktorandka. Má magisterský titul v oboru počítačových věd z Technické univerzity v Kaiserslauternu v Německu a bakalářský titul v oboru počítačových věd z Jawaharlal Nehru Technological University v Indii.

“V osobním rozhovoru lze sarkasmus snadno identifikovat pomocí mimiky, gest a tónu mluvčího,” říká Akula. “Detekce sarkasmu v textové komunikaci není triviálním úkolem, protože none z těchto signálů jsou snadno dostupné. Zvláště s explozí internetového použití je detekce sarkasmu v online komunikaci ze sociálních sítí mnohem obtížnější.”