एआई मॉडल और प्लेटफ़ॉर्म

नए एआई सोशल मीडिया में व्यंग्य का पता लगाते हैं

Alex McFarland
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुUCF का AI पाठ में व्यंग्यात्मक संकेत-शब्दों की पहचान करने के लिए मल्टी-हेड सेल्फ-अटेंशन…
और देखें
  • UCF का AI पाठ में व्यंग्यात्मक संकेत-शब्दों की पहचान करने के लिए मल्टी-हेड सेल्फ-अटेंशन का उपयोग करता है।
  • सोशल मीडिया प्लेटफार्मों पर भावना विश्लेषण की सटीकता में सुधार के लिए व्यंग्य का पता लगाना महत्वपूर्ण है।
  • मॉडल को बड़े डेटासेट पर प्रशिक्षित किया गया ताकि संकेत-शब्दों के बीच पैटर्न और दीर्घ-दूरी निर्भरताओं को पहचाना जा सके।

फ्लोरिडा विश्वविद्यालय के शोधकर्ताओं ने एक नए कृत्रिम बुद्धिमत्ता (एआई) टूल विकसित किया है जो सोशल मीडिया में व्यंग्य का पता लगाने में सक्षम है। टीम के अनुसार, इस तरह का टूल उन कंपनियों के लिए बहुत उपयोगी है जो ग्राहक प्रतिक्रिया को बेहतर ढंग से समझना और ट्विटर और फेसबुक जैसे शीर्ष सोशल मीडिया प्लेटफार्मों पर प्रतिक्रिया देना चाहती हैं। मैनुअल रूप से इस प्रक्रिया को बनाए रखना बहुत मुश्किल है।

टूल के मुख्य पहलुओं में से एक भावना विश्लेषण है, जो पाठ के भीतर सकारात्मक, नकारात्मक और तटस्थ भावनाओं की पहचान करने की स्वचालित प्रक्रिया है। भावना विश्लेषण भावनात्मक संचार की पहचान पर केंद्रित है, जबकि एआई तर्कसंगत विश्लेषण और प्रतिक्रिया पर केंद्रित है।

नई शोध पत्रिका में प्रकाशित हुआएंट्रॉपी.

व्यंग्य का पता लगाने के लिए मॉडल को सिखाना

कंप्यूटर मॉडल को व्यंग्य के संकेत देने वाले पैटर्न का पता लगाने और वाक्य में व्यंग्य का संकेत देने वाले विशिष्ट संकेत शब्दों की पहचान करने के लिए सिखाया गया था। यह बड़े डेटा सेट को मॉडल में फीड करके और इसकी सटीकता में सुधार करके किया गया था।

इवान गारिबे औद्योगिक इंजीनियरिंग और प्रबंधन प्रणालियों में सहायक प्रोफेसर हैं। उनके पास कंप्यूटर विज्ञान में पीएचडी सहित डिग्री हैं, और वह यूसीएफ के कृत्रिम बुद्धिमत्ता और बड़े डेटा पहल के निदेशक हैं।

“पाठ में व्यंग्य की उपस्थिति भावना विश्लेषण के प्रदर्शन में मुख्य बाधा है,” गारिबे कहते हैं। “व्यंग्य हमेशा बातचीत में पहचानना आसान नहीं होता है, इसलिए आप कल्पना कर सकते हैं कि यह एक कंप्यूटर प्रोग्राम के लिए यह करना और अच्छी तरह से करना कितना चुनौतीपूर्ण है। हमने एक व्याख्यात्मक गहरा शिक्षण मॉडल विकसित किया है जो व्यंग्य का पता लगाने के लिए मॉडल को सिखाने में मदद करता है।”

गारिबे के साथ कंप्यूटर विज्ञान के डॉक्टरेट छात्र राम्या अकुला और ब्रायन केटलर, डार्पा के सूचना नवाचार कार्यालय (आई2ओ) में एक कार्यक्रम प्रबंधक थे।

पाठ की चुनौतियां

“व्यंग्य भावना विश्लेषण की सटीकता बढ़ाने के लिए एक बड़ा अवरोध रहा है, खासकर सोशल मीडिया पर, क्योंकि व्यंग्य भारी मात्रा में वोकल टोन, चेहरे के भाव और इशारों पर निर्भर करता है जो पाठ में प्रस्तुत नहीं किए जा सकते हैं,” केटलर कहते हैं। “पाठकीय ऑनलाइन संचार में व्यंग्य को पहचानना आसान काम नहीं है क्योंकि इन संकेतों में से कोई भी आसानी से उपलब्ध नहीं है।”

गारिबे के जटिल अनुकूली प्रणाली प्रयोगशाला (सीएएसएल) के वैज्ञानिक डेटा विज्ञान, नेटवर्क विज्ञान, जटिलता विज्ञान, संज्ञानात्मक विज्ञान, मशीन लर्निंग, गहरा शिक्षण, सामाजिक विज्ञान, टीम संज्ञान, और अन्य दृष्टिकोणों का उपयोग करके इन चुनौतियों का सामना करते हैं।

अकुला सीएएसएल में एक स्नातक अनुसंधान सहायक और एक डॉक्टरेट छात्र हैं। उनके पास जर्मनी के कैसरस्लाउटर्न प्रौद्योगिकी विश्वविद्यालय से कंप्यूटर विज्ञान में मास्टर डिग्री और भारत के जवाहरलाल नेहरू प्रौद्योगिकी विश्वविद्यालय से कंप्यूटर विज्ञान में स्नातक की डिग्री है।

“चेहरे से चेहरे की बातचीत में, व्यंग्य को आसानी से चेहरे के भाव, इशारों, और वक्ता के स्वर से पहचाना जा सकता है,” अकुला कहती हैं। “पाठकीय संचार में व्यंग्य का पता लगाना एक आसान काम नहीं है क्योंकि इन संकेतों में से कोई भी आसानी से उपलब्ध नहीं है। विशेष रूप से इंटरनेट के उपयोग में विस्फोट के साथ, सोशल नेटवर्किंग प्लेटफार्मों से ऑनलाइन संचार में व्यंग्य का पता लगाना बहुत अधिक चुनौतीपूर्ण है।”

Alex McFarland

Alex Unite.AI के एआई‑संचालित समाचार संचालन का नेतृत्व करते हैं, पत्रकारिता, अनुसंधान और स्वचालन को मिलाकर कृत्रिम बुद्धिमत्ता की समय पर और स्केलेबल कवरेज को समर्थन देते हैं। उनका काम यह सुनिश्चित करने में मदद करता है कि उभरते एआई विकास को प्रभावी ढंग से उजागर किया जाए, जबकि प्रकाशन के संपादकीय मानकों को बनाए रखा जाए।