Nowa sztuczna inteligencja wykrywa sarkazm w mediach społecznościowych

Naukowcy z University of Central Florida opracowali nowe narzędzie sztucznej inteligencji (AI), które jest w stanie wykryć sarkazm w mediach społecznościowych. Zdaniem zespołu tego typu narzędzie jest bardzo przydatne dla firm, które chcą lepiej rozumieć opinie klientów na najważniejszych platformach mediów społecznościowych, takich jak Twitter i Facebook, i reagować na nie. Nadążanie za tym procesem ręcznie jest niezwykle trudne. 

Jednym z głównych aspektów tego narzędzia jest analiza nastrojów, która jest zautomatyzowanym procesem identyfikowania pozytywnych, negatywnych i neutralnych emocji w tekście. Analiza sentymentów koncentruje się na identyfikacji komunikacji emocjonalnej, podczas gdy sztuczna inteligencja koncentruje się na analizie logicznej i reagowaniu. 

Nowe badanie zostało opublikowane w czasopiśmie Entropia.

Nauczenie modelu wykrywania sarkazmu

Model komputerowy nauczono wykrywać wzorce wskazujące na sarkazm i identyfikowano w zdaniu określone słowa wskazujące, które wskazują na sarkazm. Osiągnięto to dzięki zasilaniu modelu dużymi zbiorami danych i poprawie jego dokładności. 

Ivan Garibay jest adiunktem w dziedzinie inżynierii przemysłowej i systemów zarządzania. Posiada stopnie naukowe, w tym doktorat. uzyskał tytuł magistra informatyki na Uniwersytecie Kalifornijskim na Uniwersytecie Kalifornijskim w UCF oraz jest dyrektorem inicjatywy CASL na rzecz sztucznej inteligencji i dużych zbiorów danych na Uniwersytecie Kalifornijskim w UCF oraz studiów magisterskich z zakresu analityki danych. 

„Obecność sarkazmu w tekście jest główną przeszkodą w przeprowadzaniu analizy nastrojów” – mówi Garibay. „Sarkazm nie zawsze jest łatwy do zidentyfikowania w rozmowie, więc możesz sobie wyobrazić, że dla programu komputerowego jest to dość trudne, aby zrobić to dobrze. Opracowaliśmy możliwy do interpretacji model głębokiego uczenia się, wykorzystujący wielogłowicową samouważność i bramkowane jednostki powtarzalne. Wielogłowy moduł samouwagi pomaga w identyfikowaniu kluczowych sarkastycznych słów podpowiedzi na podstawie danych wejściowych, a jednostki powtarzające się uczą się zależności dalekiego zasięgu między tymi słowami podpowiedzi, aby lepiej klasyfikować tekst wejściowy.

Do Garibaya dołączyli doktorant informatyki Ramya Akula i Brian Kettler, kierownik programu w Biurze Innowacji Informacyjnych (I2O) DARPA.  

Wyzwania tekstu 

„Sarkazm stanowi główną przeszkodę w zwiększaniu dokładności analizy nastrojów, szczególnie w mediach społecznościowych, ponieważ sarkazm w dużej mierze opiera się na tonie głosu, wyrazie twarzy i gestach, których nie można przedstawić w tekście” – mówi Kettler. „Rozpoznanie sarkazmu w tekstowej komunikacji online nie jest łatwym zadaniem, ponieważ żadna z tych wskazówek nie jest łatwo dostępna”.

Naukowcy z laboratorium Complex Adaptive Systems Lab (CASL) firmy Garibay korzystają z nauki o danych, nauki o sieciach, nauki o złożoności, kognitywistyki, uczenia maszynowego, głębokiego uczenia się, nauk społecznych, poznania zespołowego i innych podejść, aby sprostać tym wyzwaniom.

Akula jest asystentem naukowym w CASL i doktorantem. Posiada tytuł magistra informatyki uzyskany na Uniwersytecie Technicznym w Kaiserslautern w Niemczech oraz tytuł licencjata informatyki uzyskany na Uniwersytecie Technologicznym Jawaharlala Nehru w Indiach. 

„W rozmowie twarzą w twarz sarkazm można łatwo rozpoznać po wyrazie twarzy, gestach i tonie mówiącego” – mówi Akula. „Wykrycie sarkazmu w komunikacji tekstowej nie jest zadaniem trywialnym, ponieważ żadna z tych wskazówek nie jest łatwo dostępna. Zwłaszcza w obliczu gwałtownego wzrostu korzystania z Internetu wykrywanie sarkazmu w komunikacji online za pośrednictwem platform sieci społecznościowych stanowi znacznie większe wyzwanie”.