Nouvel IA détecte le sarcasme sur les médias sociaux

Les chercheurs de l’Université de Floride centrale ont développé un nouvel outil d’intelligence artificielle (IA) capable de détecter le sarcasme sur les médias sociaux. Selon l’équipe, cet outil est très utile pour les entreprises qui souhaitent mieux comprendre et répondre aux commentaires des clients sur les principales plateformes de médias sociaux comme Twitter et Facebook. Il est extrêmement difficile de suivre ce processus manuellement. 

L’un des principaux aspects de l’outil est l’analyse des sentiments, qui est le processus automatisé d’identification des émotions positives, négatives et neutres dans le texte. L’analyse des sentiments se concentre sur l’identification de la communication émotionnelle, tandis que l’IA se concentre sur l’analyse logique et la réponse. 

Les nouvelles recherches ont été publiées dans la revue Entropy.

Enseigner au modèle à détecter le sarcasme

Le modèle informatique a été enseigné à détecter les modèles qui indiquent le sarcasme, et il a été enseigné à identifier des mots-clés spécifiques dans une phrase qui indiquent le sarcasme. Cela a été réalisé par l’équipe en alimentant le modèle avec de grands ensembles de données et en améliorant sa précision. 

Ivan Garibay est professeur adjoint en ingénierie industrielle et en systèmes de gestion. Il détient des diplômes qui incluent un doctorat en informatique de l’UCF, et il est directeur de l’initiative en intelligence artificielle et en données massives de CASL et d’un programme de master en analyse de données. 

“La présence de sarcasme dans le texte est le principal obstacle à la performance de l’analyse des sentiments,” dit Garibay. “Le sarcasme n’est pas toujours facile à identifier dans la conversation, vous pouvez donc imaginer que c’est assez difficile pour un programme informatique de le faire et de le faire bien. Nous avons développé un modèle d’apprentissage profond interprétable en utilisant une attention multi-tête et des unités récurrentes à porte. Le module d’attention multi-tête aide à identifier les mots-clés sarcastiques cruciaux à partir de l’entrée, et les unités récurrentes apprennent les dépendances à long terme entre ces mots-clés pour mieux classer le texte d’entrée.”

Garibay a été rejoint par Ramya Akula, étudiante doctorante en informatique, et Brian Kettler, responsable de programme au bureau de l’innovation de l’information (I2O) de la DARPA.  

Les défis du texte 

“Le sarcasme a été un obstacle majeur pour améliorer la précision de l’analyse des sentiments, en particulier sur les médias sociaux, puisque le sarcasme repose lourdement sur les tons vocaux, les expressions faciales et les gestes qui ne peuvent pas être représentés dans le texte,” dit Kettler. “Reconnaître le sarcasme dans la communication en ligne textuelle n’est pas une tâche facile, car aucun de ces indices n’est facilement disponible.”

Les scientifiques du laboratoire de systèmes adaptatifs complexes (CASL) de Garibay s’appuient sur la science des données, la science des réseaux, la science de la complexité, la science cognitive, l’apprentissage automatique, l’apprentissage profond, les sciences sociales, la cognition d’équipe et d’autres approches pour relever ces défis.

Akula est assistante de recherche au CASL et boursière doctorante. Elle détient un master en informatique de l’Université technique de Kaiserslautern en Allemagne et un diplôme en informatique de l’Université technologique Jawaharlal Nehru en Inde. 

“Dans les conversations en face à face, le sarcasme peut être identifié sans effort en utilisant les expressions faciales, les gestes et le ton de la voix du locuteur,” dit Akula. “Détecter le sarcasme dans la communication textuelle n’est pas une tâche triviale, car aucun de ces indices n’est facilement disponible. En particulier, avec l’explosion de l’utilisation d’Internet, la détection du sarcasme dans les communications en ligne à partir des plateformes de réseaux sociaux est encore plus difficile.”