새로운 AI는 소셜 미디어에서 비꼬는 표현을 감지한다

중앙 플로리다 대학교(University of Central Florida)의 연구진은 소셜 미디어에서 비꼬는 표현을 감지할 수 있는 새로운 인공 지능(AI) 도구를 개발했다. 연구진에 따르면, 이러한 유형의 도구는 고객의 피드백에 더 잘 이해하고 응답하기 위해 트위터와 페이스북 같은 주요 소셜 미디어 플랫폼에서 회사에 매우 유용하다. 수동으로 이러한 과정을 따라가기에는 매우 어려운 일이다.

도구의 주요 측면 중 하나는 감정 분석(sentiment analysis)으로, 이는 텍스트 내에서 긍정적, 부정적, 중립적인 감정을 자동으로 식별하는 과정이다. 감정 분석은 감정적인 의사소통을 식별하는 데 중점을 두고 있으며, AI는 논리적인 분석과 응답에 중점을 두고 있다.

새로운 연구는 Entropy 저널에 발표되었다.

비꼬는 표현 감지 모델 교육

컴퓨터 모델은 비꼬는 표현을 나타내는 패턴을 감지하도록 교육되었으며, 비꼬는 표현을 나타내는 문장의 특정 단어를 식별하도록 교육되었다. 이것은 연구진이 모델에大量의 데이터 세트를 제공하고 정확도를 개선함으로써 달성되었다.

Ivan Garibay는 산업 공학 및 관리 시스템 분야의 조교수이다. 그는 UCF의 컴퓨터 과학 박사 학위를 포함한 학위를 소지하고 있으며, CASL의 인공지능 및 빅데이터 이니셔티브의 디렉터이자 데이터 분석학의 석사 과정负责자이다.

“텍스트中的 비꼬는 표현은 감정 분석의 성능에서 주요 장애물이다”라고 Garibay는 말한다. “비꼬는 표현은 대화에서 항상 쉽게 식별되지 않으므로 컴퓨터 프로그램이 이를 식별하고 잘 수행하는 것은 상상할 수 있다. 우리는 다중 헤드 셀프 어텐션과 게이트드 리커런트 유닛을 사용하는 해석 가능한 딥 러닝 모델을 개발했다. 다중 헤드 셀프 어텐션 모듈은 입력에서 중요한 비꼬는 표현 단어를 식별하는 데 도움이 되며, 리커런트 유닛은 이러한 단어 사이의 긴 거리 의존성을 학습하여 입력 텍스트를 더 잘 분류한다.”

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

텍스트의 도전

“비꼬는 표현은 특히 소셜 미디어에서 감정 분석의 정확도를 높이는 데 주요 장애물이었다”라고 Kettler는 말한다. “비꼬는 표현은 음성 톤, 얼굴 표정, 제스처와 같은 텍스트로 표현할 수 없는 요소에 크게 의존한다. 텍스트 기반의 온라인 의사소통에서 비꼬는 표현을 인식하는 것은 쉽지 않은任务이다.”

Garibay의 복잡 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 사용한다.

Akula는 CASL의 대학원 연구 보조원이며, 독일의 카이저슬라우테른 기술 대학교에서 컴퓨터 과학 석사 학위를, 인도의 자와할랄 네루 기술 대학교에서 컴퓨터 과학 학사 학위를 가지고 있다.

“대면 대화에서 비꼬는 표현은 화자의 얼굴 표정, 제스처, 음성 톤을 사용하여 쉽게 식별할 수 있다”라고 Akula는 말한다. “텍스트 기반 의사소통에서 비꼬는 표현을 감지하는 것은 간단한 작업이 아니다. 특히 인터넷 사용의 폭발로 인해 소셜 네트워킹 플랫폼의 온라인 의사소통에서 비꼬는 표현을 감지하는 것은 더 큰 도전이다.”