Yeni AI Sosyal Medyada Sarcasmı Tespit Edebiliyor

Central Florida Üniversitesi’nden araştırmacılar, sosyal medyada alaycılığı tespit edebilen yeni bir yapay zeka (AI) aracı geliştirdiler. Ekibe göre, bu tür bir araç, Twitter ve Facebook (META ) gibi üst düzey sosyal medya platformlarında müşteri geri bildirimlerini daha iyi anlamak ve yanıtlamak isteyen şirketler için son derece kullanışlıdır. Bu süreci manuel olarak takip etmek çok zor.

Araçların önemli bir yönü, metin içindeki olumlu, olumsuz ve nötr duyguları tanımlayan otomatik bir süreç olan duygu analizi. Duygu analizi, duygusal iletişimi tanımlamaya odaklanırken, AI mantıksal analiz ve yanıta odaklanır.

Yeni araştırma, Entropy dergisinde yayınlandı.

Modeli Alaycılığı Tespit Etmeye Öğretmek

Bilgisayar modeli, alaycılık olduğunu gösteren kalıpları tespit etmeye öğretildi ve cümledeki alaycılık olduğunu gösteren belirli ipucu kelimeleri tanımlamaya öğretildi. Bu, ekip tarafından modelin büyük veri kümelerine beslenmesi ve doğruluğunun iyileştirilmesi ile gerçekleştirildi.

Ivan Garibay, Endüstri Mühendisliği ve Yönetim Sistemleri alanında yardımcı profesör. UCF’den bilgisayar bilimi alanında doktorası bulunan Garibay, ayrıca UCF’nin Yapay Zeka ve Büyük Veri Girişimi CASL’nin direktörü ve veri analitiği alanında yüksek lisans programının yöneticisidir.

“Metin中的 alaycılık, duygu analizi performansı中的 başlıca engel,” diyor Garibay. “Alaycılık her zaman konuşmada kolayca tanımlanabilir değil, bu nedenle bir bilgisayar programının bunu yapması ve iyi yapması oldukça zor. Çoğul başlı self-attention ve gated tekrar üniteleri kullanan yorumlanabilir derin öğrenme modeli geliştirdik. Çoğul başlı self-attention modülü, girdiden kritik alaycı ipucu kelimelerini tanımlamaya yardımcı olur ve tekrar üniteleri, bu ipucu kelimeleri arasındaki uzun menzilli bağımlılıkları öğrenir ve böylece girdi metnini daha iyi sınıflandırır.”

Garibay’a, bilgisayar bilimi doktorası öğrencisi Ramya Akula ve DARPA’nın Bilgi İnovasyon Ofisi (I2O) program yöneticisi Brian Kettler eşlik etti.

Metin İle İlgili Zorluklar

“Alaycılık, özellikle sosyal medya上的 sentiment analizi中的 doğruluğunu artırmak için büyük bir engel oluşturuyor, çünkü alaycılık büyük ölçüde ses tonu, yüz ifadeleri ve jestlere dayanır ve bunlar metin içinde temsil edilemez,” diyor Kettler. “Metin iletişiminde alaycılığı tanımak kolay bir iş değil, çünkü bu ipuçları kolayca erişilemez.”

Garibay’ın Complex Adaptive Systems Lab (CASL) ekibi, bu zorlukları veri bilimi, ağ bilimi, karmaşıklık bilimi, bilişsel bilim, makine öğrenimi, derin öğrenme, sosyal bilimler, takım bilişselbilimi ve diğer yaklaşımlar kullanarak ele alıyor.

Akula, CASL’de araştırma asistanı ve doktora öğrencisidir. Almanya’nın Kaiserslautern Teknik Üniversitesi’nden bilgisayar bilimi alanında yüksek lisans derecesi ve Hindistan’ın Jawaharlal Nehru Teknoloji Üniversitesi’nden bilgisayar bilimi alanında lisans derecesi bulunmaktadır.

“Yüz yüze konuşmada, alaycılık kolayca yüz ifadeleri, jestler ve konuşmacının tonu kullanarak tanımlanabilir,” diyor Akula. “Metin iletişiminde alaycılığı tespit etmek zor bir iş değil, çünkü bu ipuçları kolayca erişilemez. Özellikle internet kullanımının patlamasıyla, sosyal ağ platformlarından online iletişimlerde alaycılık tespiti çok daha zor hale geldi.”