새로운 AI가 소셜 미디어에서 비꼬는 표현 감지

중앙 플로리다 대학교(University of Central Florida)의 연구자들은 소셜 미디어에서 비꼬는 표현을 감지할 수 있는 새로운 인공 지능(AI) 도구를 개발했습니다. 팀에 따르면, 이러한 유형의 도구는 고객의 피드백에 대해 더 잘 이해하고 응답하기 위해 최상의 사회적 미디어 플랫폼인 트위터와 페이스북에서 회사에 매우 유용합니다. 수동으로 이 프로세스를 따라가기에는 매우 어렵습니다.

도구의 주요 측면 중 하나는 감성 분석(sentiment analysis)입니다. 이는 텍스트 내에서 긍정적, 부정적, 중립적인 감정을 자동으로 식별하는 과정입니다. 감성 분석은 감정적인 의사소통을 식별하는 데 중점을 두며, AI는 논리적인 분석과 응답에 중점을 둡니다.

새로운 연구는 Entropy 저널에 발표되었습니다.

비꼬는 표현 감지 모델 교육

컴퓨터 모델은 비꼬는 표현을 나타내는 패턴을 감지하도록 교육되었으며, 비꼬는 표현을 나타내는 특정 단어를 문장에서 식별하도록 교육되었습니다. 이것은 팀이 모델에大量의 데이터 세트를 제공하고 정확도를 개선함으로써 달성되었습니다.

Ivan Garibay는 산업 공학 및 관리 시스템 분야의 조교수입니다. 그는 UCF에서 컴퓨터 과학 박사 학위를 포함한 학위를 소지하고 있으며, UCF의 인공 지능 및 빅데이터 이니셔티브(CASL)의 디렉터이자 데이터 분석 석사 과정의 책임자입니다.

“텍스트에서 비꼬는 표현의 존재는 감성 분석의 성능에서 주요 장애물입니다”라고 Garibay는 말합니다. “비꼬는 표현은 대화에서 항상 쉽게 식별할 수 있는 것은 아니므로, 컴퓨터 프로그램이 이를 식별하고 잘 수행하는 것은 상당히 어려운 일입니다. 우리는 다중 헤드 셀프 어텐션(multi-head self-attention)과 게이트드 리커런트 유닛(gated recurrent units)을 사용하는 해석 가능한 딥 러닝 모델을 개발했습니다. 다중 헤드 셀프 어텐션 모듈은 입력에서 중요한 비꼬는 표현을 식별하는 데 도움이 되며, 리커런트 유닛은 이러한 비꼬는 표현 사이의 긴 거리 의존성을 학습하여 입력 텍스트를 더 잘 분류합니다.”

Garibay는 컴퓨터 과학 박사 과정 학생인 Ramya Akula와 DARPA의 정보 혁신 사무소(I2O)의 프로그램 매니저인 Brian Kettler와 함께 연구를 수행했습니다.

텍스트의 도전

“비꼬는 표현은 특히 소셜 미디어에서 감성 분석의 정확도를 높이는 데 주요 장애물입니다. 비꼬는 표현은 음성 톤, 얼굴 표정, 제스처 등으로 대표되는 음성, 얼굴, 제스처와 같은 것이 텍스트에서 표현될 수 없습니다”라고 Kettler는 말합니다. “온라인 텍스트 통신에서 비꼬는 표현을 인식하는 것은 이러한 단서가 쉽게 사용할 수 없기 때문에 쉽지 않은 일입니다.”

Garibay의 복잡한 적응 시스템 연구소(CASL)의 과학자들은 이러한 도전을 해결하기 위해 데이터 과학, 네트워크 과학, 복잡성 과학, 인지 과학, 기계 학습, 딥 러닝, 사회 과학, 팀 인지, 기타 접근 방식을 사용합니다.

Akula는 CASL의 대학원 연구 보조원 및 박사 과정 학생입니다. 그는 독일의 카이저슬라우테른 기술 대학교에서 컴퓨터 과학 석사 학위를, 인도의 자와할랄 네루 기술 대학교에서 컴퓨터 과학 학사 학위를 소지하고 있습니다.

“대면 대화에서 비꼬는 표현은 쉽게 식별할 수 있습니다. 그러나 텍스트 통신에서 비꼬는 표현을 감지하는 것은 쉽지 않은 일입니다. 특히 인터넷 사용의 폭발로 인해 소셜 네트워크 플랫폼에서 비꼬는 표현을 감지하는 것이 더 어려워졌습니다”라고 Akula는 말합니다.