Nuevo IA Detecta Sarcasmo en las Redes Sociales

Investigadores de la Universidad de Central Florida han desarrollado una nueva herramienta de inteligencia artificial (IA) que es capaz de detectar sarcasmo en las redes sociales. Según el equipo, este tipo de herramienta es muy útil para las empresas que buscan comprender y responder mejor a los comentarios de los clientes en las principales plataformas de redes sociales como Twitter y Facebook. Es extremadamente difícil mantener este proceso manualmente.

Uno de los principales aspectos de la herramienta es el análisis de sentimiento, que es el proceso automatizado de identificar emociones positivas, negativas y neutras dentro del texto. El análisis de sentimiento se centra en identificar la comunicación emocional, mientras que la IA se centra en el análisis y la respuesta lógicos.

La nueva investigación se publicó en la revista Entropy.

Enseñar al Modelo a Detectar Sarcasmo

El modelo de computadora se enseñó a detectar patrones que indican sarcasmo, y se enseñó a identificar palabras clave específicas en una oración que indicaban sarcasmo. Esto se logró mediante el equipo que alimentó al modelo con grandes conjuntos de datos y mejoró su precisión.

Ivan Garibay es profesor asistente de Ingeniería Industrial y Sistemas de Gestión. Tiene títulos que incluyen un Ph.D. en ciencias de la computación de la UCF, y es director de la Iniciativa de Inteligencia Artificial y Datos Masivos de CASL y un programa de maestría en análisis de datos.

“La presencia de sarcasmo en el texto es el principal obstáculo en el rendimiento del análisis de sentimiento”, dice Garibay. “El sarcasmo no siempre es fácil de identificar en la conversación, así que puedes imaginar que es bastante desafiante para un programa de computadora hacerlo y hacerlo bien. Desarrollamos un modelo de aprendizaje profundo interpretable utilizando atención auto-multiple y unidades recurrentes con puerta. El módulo de atención auto-multiple ayuda a identificar palabras clave sarcásticas cruciales desde la entrada, y las unidades recurrentes aprenden dependencias de largo alcance entre estas palabras clave para clasificar mejor el texto de entrada”.

Garibay fue acompañado por la estudiante de doctorado en ciencias de la computación Ramya Akula y Brian Kettler, gerente de programas en la Oficina de Innovación de Información de DARPA (I2O).

Desafíos del Texto

“El sarcasmo ha sido un obstáculo importante para aumentar la precisión del análisis de sentimiento, especialmente en las redes sociales, ya que el sarcasmo depende en gran medida de los tonos vocales, las expresiones faciales y los gestos que no pueden representarse en el texto”, dice Kettler. “Reconocer el sarcasmo en la comunicación en línea textual no es una tarea fácil, ya que ninguno de estos indicios está disponible de inmediato”.

Los científicos del Laboratorio de Sistemas Adaptativos Complejos (CASL) de Garibay confían en la ciencia de datos, la ciencia de redes, la ciencia de la complejidad, la ciencia cognitiva, el aprendizaje automático, el aprendizaje profundo, las ciencias sociales, la cognición en equipo y otros enfoques para abordar estos desafíos.

Akula es asistente de investigación de posgrado en CASL y becario de doctorado. Tiene una maestría en ciencias de la computación de la Universidad Técnica de Kaiserslautern en Alemania y una licenciatura en ciencias de la computación de la Universidad Jawaharlal Nehru de la India.

“En la conversación cara a cara, el sarcasmo se puede identificar sin esfuerzo utilizando expresiones faciales, gestos y tono del hablante”, dice Akula. “Detectar sarcasmo en la comunicación textual no es una tarea trivial, ya que ninguno de estos indicios está disponible de inmediato. Especialmente con la explosión del uso de Internet, la detección de sarcasmo en las comunicaciones en línea de las plataformas de redes sociales es aún más desafiante”.