Nowy AI Wykrywa Sarcasm na Mediach Społecznościowych

Naukowcy z University of Central Florida opracowali nowe narzędzie sztucznej inteligencji (AI), które potrafi wykryć sarkazm w mediach społecznościowych. Zgodnie z zespołem, tego typu narzędzie jest bardzo przydatne dla firm, które chcą lepiej zrozumieć i odpowiedzieć na opinie klientów na głównych platformach mediów społecznościowych, takich jak Twitter i Facebook. Jest to niezwykle trudne do wykonania ręcznie. 

Jednym z głównych aspektów narzędzia jest analiza sentymentu, która jest zautomatyzowanym procesem identyfikacji pozytywnych, negatywnych i neutralnych emocji w tekście. Analiza sentymentu koncentruje się na identyfikowaniu komunikacji emocjonalnej, podczas gdy AI koncentruje się na analizie logicznej i odpowiedzi. 

Nowe badanie zostało opublikowane w czasopiśmie Entropy.

Nauczanie Modelu do Wykrywania Sarkazmu

Model komputerowy został nauczony do wykrywania wzorców, które wskazują na sarkazm, i został nauczony do identyfikowania konkretnych słów-wskazówek w zdaniu, które wskazywały na sarkazm. To zostało osiągnięte przez zespół, który karmił model dużymi zbiorami danych i poprawił jego dokładność. 

Ivan Garibay jest asystentem profesora na wydziale Inżynierii Przemysłowej i Systemów Zarządzania. Posiada stopnie, w tym doktorat z informatyki na UCF, i jest dyrektorem Inicjatywy Sztucznej Inteligencji i Dużych Danych CASL oraz programu magisterskiego w dziedzinie analizy danych. 

“Obecność sarkazmu w tekście jest główną przeszkodą w wydajności analizy sentymentu”, mówi Garibay. “Sarkazm nie zawsze jest łatwy do zidentyfikowania w rozmowie, więc można sobie wyobrazić, że jest to dość wyzwaniem dla programu komputerowego, aby to zrobić i zrobić to dobrze. Rozwinęliśmy model głębokiego uczenia się z wielogłowym uwagą i bramkami rekurencyjnymi. Moduł wielogłowej uwagi pomaga w identyfikowaniu kluczowych słów-wskazówek sarkastycznych z wejścia, a jednostki rekurencyjne uczą się dalekosiężnych zależności między tymi słowami-wskazówkami, aby lepiej sklasyfikować tekst wejściowy”.

Garibay został dołączony przez doktoranta z informatyki Ramyę Akulę i Briana Kettlera, menedżera programu w Biurze Innowacji Informacyjnej DARPA (I2O).  

Wyzwania Tekstu 

“Sarkazm był główną przeszkodą w zwiększaniu dokładności analizy sentymentu, szczególnie w mediach społecznościowych, ponieważ sarkazm opiera się głównie na tonach głosowych, wyrażeniach twarzy i gestach, które nie mogą być reprezentowane w tekście”, mówi Kettler. “Rozpoznawanie sarkazmu w komunikacji tekstowej online nie jest łatwym zadaniem, ponieważ żadne z tych wskazówek nie są łatwo dostępne”.

Naukowcy z laboratorium Garibaya Complex Adaptive Systems Lab (CASL) opierają się na naukach danych, nauce sieci, nauce złożoności, nauce kognitywnej, uczeniu maszynowym, głębokim uczeniu się, naukach społecznych, poznaniu zespołowym i innych podejściach, aby rozwiązać te wyzwania.

Akula jest asystentem badawczym w CASL i doktorantem. Posiada tytuł magistra informatyki z Technical University of Kaiserslautern w Niemczech i tytuł licencjata informatyki z Jawaharlal Nehru Technological University w Indiach. 

“W rozmowie twarzą w twarz sarkazm można zidentyfikować bez wysiłku za pomocą wyrażeń twarzy, gestów i tonu mówcy”, mówi Akula. “Wykrywanie sarkazmu w komunikacji tekstowej nie jest trywialnym zadaniem, ponieważ żadne z tych wskazówek nie są łatwo dostępne. Szczególnie z eksplozją użytkowania internetu, wykrywanie sarkazmu w komunikacji online z platform społecznościowych jest jeszcze bardziej wyzwaniem”.