Trí tuệ nhân tạo mới phát hiện ra sự讽刺 trong truyền thông xã hội

Các nhà nghiên cứu tại Đại học Central Florida đã phát triển một công cụ trí tuệ nhân tạo (AI) mới có khả năng phát hiện ra sự讽刺 trong truyền thông xã hội. Theo nhóm nghiên cứu, loại công cụ này rất hữu ích cho các công ty muốn hiểu và phản hồi tốt hơn các phản hồi của khách hàng trên các nền tảng truyền thông xã hội hàng đầu như Twitter và Facebook. Việc này rất khó để thực hiện thủ công.

Một trong những khía cạnh chính của công cụ này là phân tích cảm xúc, đó là quá trình tự động xác định các cảm xúc tích cực, tiêu cực và trung lập trong văn bản. Phân tích cảm xúc tập trung vào việc xác định giao tiếp cảm xúc, trong khi AI tập trung vào phân tích và phản hồi logic.

Nghiên cứu mới này đã được công bố trên tạp chí Entropy.

Giảng dạy mô hình để phát hiện ra sự讽刺

Mô hình máy tính đã được giảng dạy để phát hiện ra các mẫu chỉ ra sự讽刺 và nó đã được giảng dạy để xác định các từ khóa cụ thể trong một câu chỉ ra sự讽刺. Điều này đã được thực hiện bằng cách nhóm nghiên cứu cung cấp cho mô hình các tập dữ liệu lớn và cải thiện độ chính xác của nó.

Ivan Garibay là một giáo sư trợ lý tại Khoa Kỹ thuật Công nghiệp và Hệ thống Quản lý. Ông có bằng tiến sĩ về khoa học máy tính từ UCF và là giám đốc của Sáng kiến Trí tuệ nhân tạo và Dữ liệu lớn của CASL và chương trình thạc sĩ về phân tích dữ liệu.

“Sự hiện diện của sự讽刺 trong văn bản là trở ngại chính trong hiệu suất của phân tích cảm xúc,” Garibay nói. “Sự讽刺 không phải lúc nào cũng dễ dàng xác định trong cuộc trò chuyện, vì vậy bạn có thể tưởng tượng nó khá thách thức cho một chương trình máy tính để làm điều đó và làm tốt. Chúng tôi đã phát triển một mô hình học sâu có thể giải thích được bằng cách sử dụng sự chú ý tự động và các đơn vị tái phát. Môđun sự chú ý tự động giúp xác định các từ khóa讽刺 quan trọng từ đầu vào và các đơn vị tái phát học các mối quan hệ phụ thuộc dài giữa các từ khóa này để phân loại văn bản đầu vào tốt hơn.”

Garibay đã được tham gia bởi sinh viên tiến sĩ khoa học máy tính Ramya Akula và Brian Kettler, một người quản lý chương trình tại Văn phòng Đổi mới Thông tin (I2O) của DARPA.

Thử thách của văn bản

“Sự讽刺 đã trở thành một chướng ngại vật lớn để tăng độ chính xác của phân tích cảm xúc, đặc biệt là trên truyền thông xã hội, vì sự讽 sắt phụ thuộc rất nhiều vào giọng nói, biểu cảm khuôn mặt và cử chỉ mà không thể được thể hiện trong văn bản,” Kettler nói. “Nhận biết sự讽 sắt trong giao tiếp văn bản trực tuyến không phải là một nhiệm vụ dễ dàng vì không có những tín hiệu này có sẵn.”

Các nhà khoa học từ Phòng thí nghiệm Hệ thống Phức tạp Tương thích (CASL) của Garibay dựa vào khoa học dữ liệu, khoa học mạng, khoa học phức tạp, khoa học nhận thức, học máy, học sâu, khoa học xã hội, nhận thức nhóm và các phương pháp khác để giải quyết những thách thức này.

Akula là một trợ lý nghiên cứu sau đại học tại CASL và một học giả tiến sĩ. Cô có bằng thạc sĩ về khoa học máy tính từ Đại học Kỹ thuật Kaiserslautern ở Đức và bằng cử nhân về khoa học máy tính từ Đại học Công nghệ Jawaharlal Nehru ở Ấn Độ.

“Trong cuộc trò chuyện trực tiếp, sự讽 sắt có thể được xác định dễ dàng bằng cách sử dụng biểu cảm khuôn mặt, cử chỉ và giọng nói của người nói,” Akula nói. “Phát hiện ra sự讽 sắt trong giao tiếp văn bản không phải là một nhiệm vụ tầm thường vì không có những tín hiệu này có sẵn. Đặc biệt là với sự bùng nổ của việc sử dụng internet, việc phát hiện ra sự讽 sắt trong giao tiếp trực tuyến từ các nền tảng mạng xã hội trở nên khó khăn hơn nhiều.”