איתור סארקזם חדש ברשתות חברתיות

חוקרים באוניברסיטת פלורידה המרכזית פיתחו כלי מלאכותי חדש (AI) שמסוגל לאתר סארקזם ברשתות חברתיות. לפי הצוות, סוג זה של כלי מועיל מאוד לחברות המעוניינות להבין טוב יותר ולהגיב למשוב לקוחות ברשתות חברתיות מובילות כמו Twitter ו-Facebook. זה קשה מאוד לעמוד בתהליך הזה באופן ידני.

אחד היבטים העיקריים של הכלי הוא ניתוח רגשות, שהוא תהליך אוטומטי לזיהוי רגשות חיוביים, שליליים ונייטרליים בתוך טקסט. ניתוח רגשות מתמקד בזיהוי תקשורת רגשית, בעוד AI מתמקד בניתוח לוגי ותגובה.

המחקר החדש פורסם בכתב העת Entropy.

הוראת המודל לאיתור סארקזם

המודל הממוחשב הורכב לאתר דפוסים המצביעים על סארקזם, והוא הורכב לזהות מילים מסוימות במשפט שמצביעות על סארקזם. זה בוצע על ידי הצוות שהאכיל את המודל עם סטים גדולים של נתונים ושיפר את דיוקו.

Ivan Garibay הוא פרופסור עוזר בהנדסת תעשייה וניהול מערכות. הוא מחזיק בתארים הכוללים דוקטורט במדעי המחשב מ-UCF, והוא מנהל UCF’s Artificial Intelligence and Big Data Initiative of CASL ותוכנית לתואר שני בניתוח נתונים.

“נוכחות הסארקזם בטקסט היא המכשול העיקרי בביצועים של ניתוח רגשות,” אומר Garibay. “סארקזם לא תמיד קל לזהות בשיחה, כך שאתה יכול לדמיין שזה מאתגר מאוד לתוכנית מחשב לעשות את זה ולעשות את זה טוב. פיתחנו מודל למידה עמוקה מפורש עם מודול תשומת לב עצמית רב-ראשית ויחידות גלישה מופסקות. מודול התשומת לב העצמית הרב-ראשית עוזר בזיהוי מילים מסוימות סרקסטיות מהקלט, והיחידות המופסקות לומדות תלות ארוכת טווח בין מילים אלו כדי לסווג את הטקסט הקלט טוב יותר.”

Garibay הצטרף על ידי סטודנט לדוקטורט במדעי המחשב Ramya Akula ו-Brian Kettler, מנהל תוכנית ב-DARPA’s Information Innovation Office (I2O).

אתגרים של טקסט

“סארקזם היה מכשול עיקרי להגברת הדיוק של ניתוח רגשות, במיוחד ברשתות חברתיות, מאחר שסארקזם מסתמך במידה רבה על טונים קוליים, הבעות פנים ומחוות שאינן יכולות להיות מיוצגות בטקסט,” אומר Kettler. “זיהוי סארקזם בתקשורת מקוונת הוא משימה לא פשוטה, שכן אף אחד מהסימנים האלה לא זמין.”

מדענים מ-CASL של Garibay מסתמכים על מדע נתונים, מדע רשת, מדע סיבוכיות, מדע קוגניטיבי, למידת מכונה, למידה עמוקה, מדעי החברה, הבנת צוות וגישות אחרות כדי להתמודד עם אתגרים אלו.

Akula היא עוזרת מחקר ב-CASL וחוקרת דוקטורנטית. היא מחזיקה בתואר שני במדעי המחשב מ-TU Kaiserslautern בגרמניה ובתואר ראשון במדעי המחשב מ-Jawaharlal Nehru Technological University בהודו.

“בשיחה פנים אל פנים, סארקזם יכול להיזהה בקלות באמצעות הבעות פנים, מחוות וטון הדובר,” אומרת Akula. “גילוי סארקזם בתקשורת טקסטואלית אינו משימה פשוטה, שכן אף אחד מהסימנים האלה לא זמין. במיוחד עם התפוצצות השימוש באינטרנט, גילוי סארקזם בתקשורת מקוונת מרשתות חברתיות הוא מאתגר יותר.”