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, желающих лучше понять и ответить на отзывы клиентов на лучших социальных платформах, таких как Twitter и Facebook. Очень сложно поддерживать этот процесс вручную.

Одним из основных аспектов инструмента является анализ настроений, который представляет собой автоматический процесс выявления положительных, отрицательных и нейтральных эмоций в тексте. Анализ настроений фокусируется на выявлении эмоциональной коммуникации, в то время как ИИ фокусируется на логическом анализе и ответе.

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 конкретные 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 промышленной инженерии и управления системами. 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 магистерской программы по анализу данных.

“Присутствие сарказма в тексте является основным препятствием для эффективности анализа настроений”, – говорит Гарибай. “Сарказм не всегда легко определить в разговоре, поэтому можно представить, насколько сложно это задание 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, а рекуррентные единицы учатся длинным зависимостям между этими сигнальными словами, чтобы лучше классифицировать входной текст.”

Гарибая сопровождала докторантка 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 голосовых тонов, выражений лица и жестов, которые не могут быть представлены в тексте”, – говорит Кеттлер. “Признание сарказма в текстовой онлайн-коммуникации – не простая задача, поскольку ни один из этих сигналов не доступен.”

Ученые из лаборатории сложных адаптивных систем Гарибая (CASL) используют данные науки, сетевую науку, науку о сложности, когнитивную науку, машинное обучение, глубокое обучение, социальные науки, командную когнитивность и другие подходы для решения этих проблем.

Акула – аспирант-исследователь в CASL и докторант. Она имеет магистерскую степень в области компьютерных наук Технического университета Кайзерслаутерна в Германии и бакалавра в области компьютерных наук Университета Джавахарлала Неру в Индии.

“В разговоре лицо к лицу сарказм можно легко определить, используя выражения лица, жесты и тон голоса”, – говорит Акула. “Обнаружение сарказма в текстовой коммуникации – не тривиальная задача, поскольку ни один из этих сигналов не доступен. Особенно с взрывным ростом использования интернета обнаружение сарказма в онлайн-коммуникациях из социальных сетей намного более сложно.”