Yeni Yapay Zeka Sosyal Medyada Alaycılığı Tespit Etti

Central Florida Üniversitesi'ndeki araştırmacılar, sosyal medyadaki alaycılığı tespit edebilen yeni bir yapay zeka (AI) aracı geliştirdi. Ekibe göre, bu tür bir araç, Twitter ve Facebook gibi en iyi sosyal medya platformlarındaki müşteri geri bildirimlerini daha iyi anlamak ve bunlara yanıt vermek isteyen şirketler için oldukça yararlıdır. Bu süreci manuel olarak takip etmek son derece zordur. 

Aracın en önemli yönlerinden biri, metin içindeki olumlu, olumsuz ve tarafsız duyguları belirlemenin otomatik süreci olan duygu analizidir. Duygu analizi, duygusal iletişimi belirlemeye odaklanırken, yapay zeka mantıksal analiz ve yanıta odaklanır. 

Yeni araştırma dergide yayınlandı Entropi.

Modele Alaycılığı Saptamayı Öğretmek

Bilgisayar modeline alaycılığa işaret eden örüntüleri tespit etmesi öğretildi ve alaycılığa işaret eden bir cümlede belirli ipucu kelimeleri tanımlaması öğretildi. Bu, modele büyük veri kümelerini besleyen ve doğruluğunu geliştiren ekip tarafından gerçekleştirildi. 

Ivan Garibay Endüstri Mühendisliği ve Yönetim Sistemleri alanında yardımcı doçenttir. Doktora derecesini de içeren derecelere sahiptir. UCF'de bilgisayar bilimi alanında yüksek lisans yapmıştır ve UCF'nin CASL Yapay Zeka ve Büyük Veri Girişimi'nin direktörüdür ve veri analitiği alanında yüksek lisans programı sunmaktadır. 

Garibay, "Metin içinde iğnelemenin varlığı, duygu analizinin gerçekleştirilmesindeki ana engeldir" diyor. "Sohbette iğnelemeyi tespit etmek her zaman kolay değildir, bu yüzden bir bilgisayar programının bunu yapmasının ve iyi yapmasının oldukça zor olduğunu tahmin edebilirsiniz. Çok başlı öz-dikkat ve geçitli tekrarlayan birimler kullanarak yorumlanabilir bir derin öğrenme modeli geliştirdik. Çok kafalı öz-dikkat modülü, girdiden önemli alaycı işaret sözcüklerini belirlemeye yardımcı olur ve tekrarlayan birimler, girdi metnini daha iyi sınıflandırmak için bu işaret sözcükleri arasındaki uzun vadeli bağımlılıkları öğrenir.

Garibay'a bilgisayar bilimleri doktora öğrencisi Ramya Akula ve DARPA'nın Bilgi İnovasyon Ofisi'nde (I2O) program yöneticisi olan Brian Kettler katıldı.  

Metnin Zorlukları 

Kettler, "Alaycılık, ağırlıklı olarak metinde temsil edilemeyen ses tonlarına, yüz ifadelerine ve jestlere dayandığından, özellikle sosyal medyada duygu analizinin doğruluğunu artırmanın önünde büyük bir engel oldu" diyor Kettler. "Metinsel çevrimiçi iletişimde iğnelemeyi fark etmek kolay bir iş değil çünkü bu ipuçlarından hiçbiri kolayca bulunamıyor."

Garibay'ın Karmaşık Uyarlanabilir Sistemler Laboratuvarı'ndan (CASL) bilim adamları, bu zorlukların üstesinden gelmek için veri bilimi, ağ bilimi, karmaşıklık bilimi, bilişsel bilim, makine öğrenimi, derin öğrenme, sosyal bilimler, takım bilişi ve diğer yaklaşımlara güveniyor.

Akula, CASL'de lisansüstü araştırma görevlisi ve doktora araştırmacısıdır. Almanya'daki Kaiserslautern Teknik Üniversitesi'nden bilgisayar bilimi alanında yüksek lisans derecesine ve Hindistan'daki Jawaharlal Nehru Teknoloji Üniversitesi'nden bilgisayar bilimi alanında lisans derecesine sahiptir. 

Akula, "Yüz yüze konuşmada, alay, konuşmacının yüz ifadeleri, jestleri ve üslubu kullanılarak zahmetsizce tanımlanabilir" diyor. "Metin iletişiminde iğnelemeyi tespit etmek önemsiz bir iş değil çünkü bu ipuçlarının hiçbiri hazır değil. Özellikle internet kullanımının patlamasıyla birlikte, sosyal ağ platformlarından çevrimiçi iletişimlerde alay tespiti çok daha zor."