Новая ИИ обнаруживает сарказм в социальных сетях

Исследователи Университета Центральной Флориды разработали новый инструмент искусственного интеллекта (ИИ), способный обнаруживать сарказм в социальных сетях. Согласно команде, этот тип инструмента очень полезен для компаний, стремящихся лучше понять и ответить на отзывы клиентов на лучших социальных платформах, таких как Twitter и Facebook. Очень трудно справиться с этим процессом вручную.

Одним из основных аспектов инструмента является анализ настроений, который представляет собой автоматический процесс выявления положительных, отрицательных и нейтральных эмоций в тексте. Анализ настроений направлен на выявление эмоциональной коммуникации, тогда как ИИ направлен на логический анализ и ответ.

Новое исследование было опубликовано в журнале Entropy.

Обучение модели обнаружению сарказма

Компьютерная модель была обучена обнаруживать закономерности, указывающие на сарказм, и она была обучена выявлять определенные сигнальные слова в предложении, которые указывали на сарказм. Это было достигнуто командой, которая подала модели большие наборы данных и улучшила ее точность.

Иван Гарибай – ассистент-профессор промышленного инжиниринга и менеджмента систем. Он имеет степени, включая докторскую степень в области компьютерных наук Университета Центральной Флориды, и он является директором Инициативы искусственного интеллекта и больших данных Университета Центральной Флориды и программы магистратуры по анализу данных.

“Наличие сарказма в тексте является основным препятствием в выполнении анализа настроений”, – говорит Гарибай. “Сарказм не всегда легко определить в разговоре, поэтому можно представить, насколько сложно это сделать для компьютерной программы. Мы разработали интерпретируемую глубокую модель обучения с помощью многоголового самообращения и рекуррентных единиц. Модуль многоголового самообращения помогает выявлять важные саркастические сигнальные слова из входных данных, и рекуррентные единицы учатся долгосрочным зависимостям между этими сигнальными словами, чтобы лучше классифицировать входной текст.”

Гарибая сопровождала докторантка по компьютерным наукам Рамья Акула и Брайан Кеттлер, менеджер программы в Офисе информационных инноваций DARPA (I2O).

Проблемы текста

“Сарказм был основным препятствием для повышения точности анализа настроений, особенно в социальных сетях, поскольку сарказм сильно зависит от тона голоса, выражений лица и жестов, которые не могут быть представлены в тексте”, – говорит Кеттлер. “Распознавание сарказма в текстовой онлайн-коммуникации – не простая задача, поскольку ни один из этих сигналов не доступен.”

Ученые из Лаборатории сложных адаптивных систем (CASL) Гарибая используют науку о данных, науку о сетях, науку о сложности, когнитивную науку, машинное обучение, глубокое обучение, социальные науки, когнитивную науку команд и другие подходы для решения этих проблем.

Акула – аспирант-исследователь в CASL и докторант. Она имеет степень магистра по компьютерным наукам Технического университета Кайзерслаутерна в Германии и степень бакалавра по компьютерным наукам Университета Джавахарлала Неру в Индии.

“В разговоре лицо в лицо сарказм можно легко определить, используя выражения лица, жесты и тон говорящего”, – говорит Акула. “Обнаружение сарказма в текстовой коммуникации – не тривиальная задача, поскольку ни один из этих сигналов не доступен. Особенно с взрывом использования интернета обнаружение сарказма в онлайн-коммуникации на социальных платформах еще более сложно.”