Uusi AI Havaitsee Sarcasmin Sosiaalisessa Mediassa

Central Florida yliopiston tutkijat ovat kehittäneet uuden tekoälytyökalun, joka pystyy havaitsemaan sarkasmin sosiaalisessa mediassa. Tutkijaryhmän mukaan tämäntyyppinen työkalu on erittäin hyödyllinen yrityksille, jotka haluavat ymmärtää ja vastata asiakaspalautteeseen sosiaalisen median alustoilla kuten Twitterissä ja Facebookissa. On erittäin vaikea pitää tämän prosessin mukana manuaalisesti.

Yksi työkalun tärkeimmistä osista on mielipidetutkimus, joka on automaattinen prosessi, jossa tunnistetaan positiiviset, negatiiviset ja neutraalit tunteet tekstin sisällä. Mielipidetutkimus keskittyy tunnistamaan emotionaalisia viestejä, kun taas tekoäly keskittyy logiikkaan ja vastaukseen.

Uusi tutkimus julkaistiin Entropy-lehdessä Entropy.

Sarkasmin Havaitseminen Mallissa

Tietokoneohjelmaa opetettiin tunnistamaan mallit, jotka osoittavat sarkasmin, ja se opetettiin tunnistamaan tiettyjä viittaussanoja lauseessa, jotka osoittavat sarkasmin. Tämä saavutettiin syöttämällä mallille suuria tietoja ja parantamalla sen tarkkuutta.

Ivan Garibay on apulaisprofessori teollisessa insinööritieteessä ja järjestelmissä. Hänellä on tutkinto, joka sisältää tietotekniikan tohtorin tutkinnon UCF:stä, ja hän on UCF:n tekoäly- ja suurten tietojen aloitteiden johtaja CASL:ssa ja maisteriohjelman johtaja tietojen analytiikassa.

“Sarkasmin läsnäolo tekstin sisällä on pääeste mielipidetutkimuksen suorituskyvylle”, sanoo Garibay. “Sarkasmia ei aina ole helppo tunnistaa keskustelussa, joten voit kuvitella, että se on melko haastavaa tietokoneohjelmalle tehdä se ja tehdä se hyvin. Kehittimme tulkittavan syvän oppimismallin, jossa on useita itsehuomioita ja portaita. Useiden itsehuomioita avustava moduuli auttaa tunnistamaan olennaisia sarkastisia viittaussanoja syötteen sisällä, ja portaiden yksiköt oppivat pitkän aikavälin riippuvuudet näiden viittaussanojen välillä, jotta voimme paremmin luokitella syötteitä.”

Garibayta avustivat tietotekniikan tohtorikoulutettava Ramya Akula ja Brian Kettler, ohjelman johtaja DARPA:n tiedon innovaatio-toimistossa (I2O):ssa.

Tekstin Haasteet

“Sarkasmia on ollut suuri este mielipidetutkimuksen tarkkuuden lisäämisessä, erityisesti sosiaalisessa mediassa, koska sarkasmi perustuu voimakkaasti äänen sävyyn, kasvojen ilmeisiin ja eleisiin, joita ei voida edustaa tekstinä”, sanoo Kettler. “Sarkasmin tunnistaminen tekstuaalisessa viestinnässä ei ole helppo tehtävä, koska näitä viittauksia ei ole helposti saatavilla.”

Garibayn Complex Adaptive Systems Lab (CASL) tutkijat luottavat data-tieteeseen, verkostotieteeseen, monimutkaisuustieteeseen, kognitiiviseen tieteeseen, koneoppimiseen, syvään oppimiseen, sosiaalitieteisiin, tiimikognitioon ja muihin lähestymistapoihin haasteiden ratkaisemiseksi.

Akula on CASL:n jatko-opiskelija ja tohtorikoulutettava. Hänellä on maisterin tutkinto tietotekniikasta Kaiserslauternin teknillisestä yliopistosta Saksasta ja bachelorin tutkinto tietotekniikasta Jawaharlal Nehru Technological University Intiasta.

“Kasvokkain keskustelussa sarkasmia voidaan tunnistaa helposti kasvojen ilmeistä, eleistä ja puhujan sävystä”, Akula sanoo. “Sarkasmin havaitseminen tekstuaalisessa viestinnässä ei ole triviaali tehtävä, koska näitä viittauksia ei ole helposti saatavilla. Erityisesti internetin käytön räjähdysmäisen kasvun myötä sarkasmin havaitseminen sosiaalisen median alustoilta on paljon haasteellisempaa.”