בינה מלאכותית
AI חדש מזהה סרקזם במדיה חברתית
חוקרים מאוניברסיטת מרכז פלורידה פיתחו כלי חדש לבינה מלאכותית (AI) המסוגל לזהות סרקזם במדיה חברתית. לדברי הצוות, סוג זה של כלי שימושי מאוד עבור חברות המעוניינות להבין טוב יותר ולהגיב למשוב לקוחות בפלטפורמות המדיה החברתית המובילות כמו טוויטר ופייסבוק. קשה מאוד לעמוד בקצב הזה באופן ידני.
אחד ההיבטים העיקריים של הכלי הוא ניתוח סנטימנטים, שהוא התהליך האוטומטי של זיהוי רגשות חיוביים, שליליים ונייטרליים בתוך טקסט. ניתוח סנטימנטים מתמקד בזיהוי תקשורת רגשית, בעוד שבינה מלאכותית מתמקדת בניתוח לוגי ובתגובה.
המחקר החדש פורסם בכתב העת אנטרופיה.
ללמד את המודל לזהות סרקזם
המודל הממוחשב נלמד לזהות דפוסים המעידים על סרקזם, והוא נלמד לזהות מילות רמז ספציפיות במשפט המצביע על סרקזם. זה הושג על ידי הצוות שהזין את המודל מערכי נתונים גדולים ושיפר את הדיוק שלו.
איוון גריביי הוא עוזר פרופסור להנדסת תעשייה ומערכות ניהול. הוא בעל תארים הכוללים דוקטורט. במדעי המחשב מ-UCF, והוא מנהל יוזמת הבינה המלאכותית והביג דאטה של UCF של CASL ותכנית לתואר שני בניתוח נתונים.
"הנוכחות של סרקזם בטקסט היא המכשול העיקרי בביצוע ניתוח סנטימנטים", אומר גריביי. "לא תמיד קל לזהות סרקזם בשיחה, אז אתה יכול לדמיין שזה די מאתגר עבור תוכנת מחשב לעשות את זה ולעשות את זה היטב. פיתחנו מודל למידה עמוקה הניתנת לפירוש תוך שימוש בתשומת לב עצמית מרובה ראשים ויחידות חוזרות ומגודרות. מודול הקשב העצמי הרב-ראשי מסייע בזיהוי מילות רמז סרקסטיות חיוניות מהקלט, והיחידות החוזרות לומדות תלות ארוכת טווח בין מילות הרמז הללו כדי לסווג טוב יותר את טקסט הקלט."
אל גריביי הצטרפו הדוקטורנטית למדעי המחשב ראמיה אקולה ובריאן קטלר, מנהל תוכנית במשרד החדשנות במידע (I2O) של DARPA.
אתגרי הטקסט
"סרקזם היווה מכשול גדול להגברת הדיוק של ניתוח סנטימנטים, במיוחד במדיה החברתית, מכיוון שהסרקזם מסתמך במידה רבה על גוונים קוליים, הבעות פנים ומחוות שלא ניתן לייצג בטקסט", אומר קטלר. "זיהוי סרקזם בתקשורת טקסטואלית מקוונת היא לא משימה קלה מכיוון שאף אחד מהסממנים הללו אינו זמין".
מדענים ממעבדת מערכות הסתגלות מורכבות (CASL) של Garibay מסתמכים על מדעי הנתונים, מדעי הרשת, מדעי המורכבות, מדעי הקוגניציה, למידת מכונה, למידה עמוקה, מדעי החברה, קוגניציה של צוות וגישות אחרות כדי להתמודד עם אתגרים אלו.
אקולה היא עוזרת מחקר בוגרת ב-CASL ודוקטורנט. היא בעלת תואר שני במדעי המחשב מהאוניברסיטה הטכנית של קייזרסלאוטרן בגרמניה ותואר ראשון במדעי המחשב מהאוניברסיטה הטכנולוגית Jawaharlal Nehru בהודו.
"בשיחה פנים אל פנים, ניתן לזהות סרקזם ללא מאמץ באמצעות הבעות פנים, מחוות וטון הדובר", אומר אקולה. "זיהוי סרקזם בתקשורת טקסטואלית אינו משימה טריוויאלית מכיוון שאף אחד מהסממנים הללו אינו זמין. במיוחד עם הפיצוץ של השימוש באינטרנט, זיהוי סרקזם בתקשורת מקוונת מפלטפורמות רשתות חברתיות הוא הרבה יותר מאתגר".
