Nova IA Detecta Sarcasmo em Mídias Sociais

Pesquisadores da Universidade de Central Florida desenvolveram uma nova ferramenta de inteligência artificial (IA) capaz de detectar sarcasmo em mídias sociais. De acordo com a equipe, esse tipo de ferramenta é muito útil para empresas que buscam entender e responder melhor ao feedback dos clientes em plataformas de mídia social como Twitter e Facebook. É extremamente difícil manter esse processo manualmente. 

Um dos principais aspectos da ferramenta é a análise de sentimento, que é o processo automatizado de identificar emoções positivas, negativas e neutras dentro de um texto. A análise de sentimento se concentra em identificar a comunicação emocional, enquanto a IA se concentra na análise lógica e resposta. 

A nova pesquisa foi publicada no jornal Entropy.

Ensinar o Modelo a Detectar Sarcasmo

O modelo de computador foi ensinado a detectar padrões que indicam sarcasmo e foi ensinado a identificar palavras-chave específicas em uma frase que indicam sarcasmo. Isso foi realizado pela equipe alimentando o modelo com grandes conjuntos de dados e melhorando sua precisão. 

Ivan Garibay é um professor assistente de Engenharia Industrial e Sistemas de Gerenciamento. Ele tem diplomas que incluem um Ph.D. em ciência da computação da UCF, e ele é diretor da Iniciativa de Inteligência Artificial e Big Data da CASL e de um programa de mestrado em análise de dados. 

“A presença de sarcasmo em texto é o principal obstáculo no desempenho da análise de sentimento”, diz Garibay. “O sarcasmo não é sempre fácil de identificar em conversas, então você pode imaginar que é bastante desafiador para um programa de computador fazer isso e fazer bem. Desenvolvemos um modelo de aprendizado profundo interpretável usando atenção auto-múltipla e unidades recorrentes portão. O módulo de atenção auto-múltipla ajuda a identificar palavras-chave sarcásticas cruciais da entrada, e as unidades recorrentes aprendem dependências de longo alcance entre essas palavras-chave para melhor classificar o texto de entrada.”

Garibay foi acompanhado por Ramya Akula, uma aluna de doutorado em ciência da computação, e Brian Kettler, um gerente de programa no Escritório de Inovação de Informação da DARPA (I2O).  

Desafios do Texto 

“O sarcasmo tem sido um grande obstáculo para aumentar a precisão da análise de sentimento, especialmente em mídias sociais, desde que o sarcasmo depende fortemente de tons vocais, expressões faciais e gestos que não podem ser representados em texto”, diz Kettler. “Reconhecer o sarcasmo na comunicação textual online não é uma tarefa fácil, pois nenhum desses sinais está disponível.”

Cientistas do Laboratório de Sistemas Adaptativos Complexos (CASL) de Garibay confiam na ciência de dados, ciência de rede, ciência de complexidade, ciência cognitiva, aprendizado de máquina, aprendizado profundo, ciências sociais, cognição em equipe e outras abordagens para lidar com esses desafios.

Akula é uma assistente de pesquisa de graduação no CASL e uma bolsista de doutorado. Ela tem um mestrado em ciência da computação da Universidade Técnica de Kaiserslautern, na Alemanha, e um bacharelado em ciência da computação da Universidade Jawaharlal Nehru, na Índia. 

“Em conversas face a face, o sarcasmo pode ser identificado sem esforço usando expressões faciais, gestos e tom do falante”, diz Akula. “Detectar o sarcasmo na comunicação textual não é uma tarefa trivial, pois nenhum desses sinais está disponível. Especialmente com a explosão do uso da internet, a detecção de sarcasmo em comunicações online de plataformas de mídia social é muito mais desafiadora.”