Nowy AI wykrywa sarkazm w 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 najpopularniejszych platformach społecznościowych, takich jak Twitter i Facebook. Jest to bardzo trudne do wykonania ręcznie.

Jednym z głównych aspektów narzędzia jest analiza sentymentu, która jest zautomatyzowanym procesem identyfikowania 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 badania zostały opublikowane w czasopiśmie Entropy.

Nauka modelu do wykrywania sarkazmu

Model komputerowy został nauczony do wykrywania wzorców, które wskazują na sarkazm, i został nauczony do identyfikowania konkretnych słów w zdaniu, które wskazują 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 tytuły, 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 z wielogłowym uwagą i bramkami recurrentnymi. Moduł wielogłowej uwagi pomaga w identyfikowaniu kluczowych słów sarkastycznych z wejścia, a jednostki recurrentne uczą długoterminowych zależności między tymi słowami, aby lepiej sklasyfikować tekst wejściowy.”

Garibay został dołączony przez doktoranta z dziedziny informatyki Ramy Akula 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 sygnałów nie są łatwo dostępne.”

Naukowcy z laboratorium Garibaya Complex Adaptive Systems Lab (CASL) polegają na naukach danych, naukach sieci, naukach złożoności, naukach kognitywnych, uczeniu maszynowym, głębokim uczeniu, naukach społecznych, kognicji zespołowej i innych podejściach, aby rozwiązać te wyzwania.

Akula jest asystentem badawczym w CASL i doktorantem. Posiada tytuł magistra z dziedziny informatyki na Technische Universität Kaiserslautern w Niemczech i tytuł licencjata z dziedziny informatyki na Jawaharlal Nehru Technological University w Indiach.

“W rozmowach twarzą w twarz sarkazm można łatwo zidentyfikować za pomocą wyrażeń twarzy, gestów i tonu głosu mówcy”, mówi Akula. “Wykrywanie sarkazmu w komunikacji tekstowej nie jest trywialnym zadaniem, ponieważ żadne z tych sygnałów nie są łatwo dostępne. Szczególnie w erze eksplozji użytkowania internetu, wykrywanie sarkazmu w komunikacji online z platform społecznościowych jest znacznie bardziej wyzwaniem.”