新人工智能检测社交媒体中的讽刺

中佛罗里达大学的研究人员开发了一种新的人工智能 (AI) 工具，能够检测社交媒体中的讽刺内容。 该团队表示，这种类型的工具对于希望更好地了解和响应 Twitter 和 Facebook 等顶级社交媒体平台上的客户反馈的公司非常有用。 手动跟上这个过程是极其困难的。 

该工具的主要方面之一是情绪分析，这是识别文本中积极、消极和中性情绪的自动化过程。 情感分析侧重于识别情感交流，而人工智能侧重于逻辑分析和响应。 

这项新研究发表在杂志上 熵.

训练模型检测讽刺

计算机模型被教导如何检测表明讽刺的模式，并被教导如何识别句子中表明讽刺的特定提示词。 这是通过团队为模型提供大数据集并提高其准确性来实现的。 

Ivan Garibay 是工业工程和管理系统领域的助理教授。他拥有包括博士学位在内的学位。他拥有 UCF 计算机科学博士学位，是 UCF 人工智能和 CASL 大数据计划的主任，也是数据分析硕士课程。 

加里贝说：“文本中讽刺的存在是情感分析性能的主要障碍。” “在谈话中讽刺并不总是很容易识别，所以你可以想象，计算机程序要做到这一点并且做得很好是相当具有挑战性的。 我们使用多头自注意力和门控循环单元开发了一种可解释的深度学习模型。 多头自注意力模块有助于从输入中识别关键的讽刺提示词，并且循环单元学习这些提示词之间的远程依赖性，以更好地对输入文本进行分类。”

计算机科学博士生 Ramya Akula 和 DARPA 信息创新办公室 (I2O) 项目经理 Brian Kettler 也加入了 Garibay 的行列。  

文本的挑战 

“讽刺一直是提高情绪分析准确性的主要障碍，尤其是在社交媒体上，因为讽刺很大程度上依赖于无法用文本表示的语气、面部表情和手势，”凯特勒说。 “识别在线文本交流中的讽刺并不是一件容易的事，因为这些线索都不是现成的。”

加里湾复杂自适应系统实验室 (CASL) 的科学家依靠数据科学、网络科学、复杂性科学、认知科学、机器学习、深度学习、社会科学、团队认知和其他方法来应对这些挑战。

Akula 是 CASL 的研究生研究助理和博士学者。 她拥有德国凯泽斯劳滕工业大学计算机科学硕士学位和印度贾瓦哈拉尔尼赫鲁工业大学计算机科学学士学位。 

“在面对面的交谈中，可以通过说话者的面部表情、手势和语气轻松识别讽刺，”阿库拉说。 “检测文本通信中的讽刺并不是一项简单的任务，因为这些线索都不容易获得。 特别是随着互联网使用的爆炸式增长，社交网络平台在线通信中的讽刺检测更具挑战性。”