Новий AI виявляє сарказм у соціальних мережах

Дослідники Університету Центральної Флориди створили новий інструмент штучного інтелекту (AI), який能够 виявляти сарказм у соціальних мережах. За словами команди, такий інструмент дуже корисний для компаній, які бажають краще зрозуміти та відповісти на відгуки клієнтів на найпопулярніших соціальних платформах, таких як Twitter і Facebook. Дуже складно слідкувати за цим процесом вручну.

Одним з основних аспектів інструменту є аналіз настрою, який є автоматизованим процесом ідентифікації позитивних, негативних та нейтральних емоцій у тексті. Аналіз настрою зосереджений на ідентифікації емоційної комунікації, тоді як AI зосереджений на логічному аналізі та відповіді.

Нові дослідження були опубліковані в журналі Entropy.

Навчання моделі виявляти сарказм

Комп’ютерна модель була навчена виявляти закономірності, які вказують на сарказм, і вона була навчена ідентифікувати конкретні сигнальні слова у реченні, які вказують на сарказм. Це було досягнуто командою шляхом подачі моделі великих наборів даних і поліпшення її точності.

Іван Гарібей є асистентом професора промислової інженерії та систем управління. Він має ступінь доктора філософії з комп’ютерних наук Університету Центральної Флориди, і він є директором ініціативи штучного інтелекту та великих даних Університету Центральної Флориди та магістерської програми з даних.

“Присутність сарказму в тексті є основним перешкодою для виконання аналізу настрою”, говорить Гарібей. “Сарказм не завжди легко ідентифікувати у розмові, тому можна уявити, що це досить складно для комп’ютерної програми зробити це добре. Ми розробили інтерпретівну модель глибокого навчання з допомогою багатократної самої уваги та затворних рекурентних одиниць. Модуль багатократної самої уваги допомагає ідентифікувати важливі саркастичні сигнальні слова з вхідних даних, а рекурентні одиниці вчаться довгострокових залежностей між цими сигнальними словами для lepší класифікації вхідного тексту.”

Гарібея супроводжував докторант комп’ютерних наук Рам’я Акула та Браян Кеттлер, програмний менеджер офісу інновацій інформації DARPA (I2O).

Перешкоди тексту

“Сарказм був основним перешкодою для підвищення точності аналізу настрою, особливо у соціальних мережах, оскільки сарказм сильно залежить від голосових тонів, облич та жестів, які не можуть бути представлені у тексті”, говорить Кеттлер. “Визнання сарказму у текстовій онлайн-комунікації не є легким завданням, оскільки жодних з цих сигналів не доступно.”

Ученні з лабораторії Гарібея комплексних адаптивних систем (CASL) використовують дані науки, мережеву науку, складну науку, когнітивну науку, машинне навчання, глибоке навчання, соціальні науки, командну когніцію та інші підходи для вирішення цих проблем.

Акула є аспіранткою- дослідницею в CASL та докторанткою. Вона має ступінь магістра комп’ютерних наук Технічного університету Кайзерслаутерна в Німеччині та ступінь бакалавра комп’ютерних наук Університету Джавахарлала Неру в Індії.

“У розмові сарказм можна легко ідентифікувати за допомогою облич, жестів та голосових тонів співрозмовника”, говорить Акула. “Виявлення сарказму у текстовій комунікації не є тривіальним завданням, оскільки жодних з цих сигналів не доступно. Особливо з розширенням використання інтернету виявлення сарказму в онлайн-комунікації на соціальних платформах є ще більш складним.”