Algoritmas, parengtas naudojant jaustukus, žino, kada esi sarkastiškas „Twitter“.

Grahamas Roumieu

Slinkite per „Twitter“ ir rasite daug sarkastiškų komentarų – jau nekalbant apie daugybę atvejų, kai sarkazmas, matyt, nuėjo per galvą.

Laimei, algoritmas, kurį MIT mokslininkai sukūrė tviteriams analizuoti, dabar gali geriau nei dauguma žmonių aptikti sarkazmą ir apskritai emocinę potekstę.

Socialinės žiniasklaidos įrašų nuotaikų aptikimas jau naudingas norint sekti požiūrį į prekės ženklus ir produktus bei nustatyti signalus, kurie gali rodyti tendencijas finansų rinkose. Tačiau tikslesnis tviterių ir komentarų prasmės suvokimas galėtų padėti kompiuteriams automatiškai pastebėti ir panaikinti piktnaudžiavimą ir neapykantą kurstančią kalbą internete. Gilesnis „Twitter“ supratimas taip pat turėtų padėti akademikams suprasti, kaip informacija ir įtaka teka tinkle. Be to, mašinoms tampant išmanesnėmis, gebėjimas pajusti emocijas gali tapti svarbia žmonių ir mašinų komunikacijos savybe.

Susijusi istorija

Susijusi istorija Teismai, bankai ir kitos institucijos naudoja automatizuotas duomenų analizės sistemas, kad priimtų sprendimus dėl jūsų gyvenimo. Nepalikime algoritmų kūrėjams nuspręsti, ar jie tai daro tinkamai.

Iš pradžių mokslininkai siekė sukurti sistemą, galinčią aptikti rasistinius įrašus „Twitter“. Tačiau jie greitai suprato, kad daugelio žinučių prasmės neįmanoma tinkamai suprasti be tam tikro sarkazmo supratimo.

Algoritmas naudoja gilųjį mokymąsi, populiarią mašininio mokymosi techniką, kuri remiasi labai didelio modeliuoto neuroninio tinklo mokymu, kad atpažintų subtilius modelius naudojant didelį duomenų kiekį. Šio algoritmo mokymo paslaptis buvo ta, kad daugelyje tviterių jau naudojama kažkas panašaus į emocinio turinio ženklinimo sistemą: jaustukus. Kai jie tuo pasinaudojo, kad padėtų sistemai perskaityti tviterius, kad jaustųsi apskritai, tyrėjai pradėjo išmokyti atpažinti sarkazmą.

Kadangi negalime naudoti intonacijos savo balse ar kūno kalboje, kad suprastume, ką sakome, jaustukai yra būdas tai padaryti internete, sakoma. Ijadas Rahvanas MIT Media laboratorijos docentas, su vienu iš savo studentų sukūręs algoritmą, Bjarke Felbo . Neuroninis tinklas išmoko ryšį tarp tam tikros rūšies kalbos ir emocijų.

Norėdami išmokyti algoritmą, pavadintą DeepMoji, mokslininkai surinko 55 milijardus tviterinių pranešimų, o tada atrinko 1,2 milijardo, kuriuose yra 64 populiarių jaustukų derinys. Pirmiausia jie išmokė sistemą nuspėti, kurie jaustukai bus naudojami tam tikram pranešimui, atsižvelgiant į tai, ar jis linksmas, liūdnas, juokingas ir pan. Po to sistema buvo išmokyta atpažinti sarkazmą naudojant an esamą duomenų rinkinį pažymėtų pavyzdžių. Algoritmas, kuris buvo iš anksto parengtas naudojant jaustukus, buvo daug geriau aptikęs sarkazmą nei tas, kuris to nepadarė. Jie išleis algoritmą, kuriuo galės naudotis visi.

Norėdami pamatyti, koks geras yra „DeepMoji“, tyrėjai išbandė jį pagal keletą nuotaikų ir emocijų jutimo tekste etalonų. Jie nustatė, kad kiekvienu atveju jis veikė daug geriau nei geriausi esami algoritmai.

Jie taip pat išbandė jį prieš žmones, pasitelkę savanorius, įdarbintus per minios paieškos svetainę „Mechanical Turk“. Jie pastebėjo, kad „Twitter“ tinkle sarkazmas ir kitos emocijos buvo geriau nei žmonės. Tai buvo 82 procentų tikslumas teisingai nustatant sarkazmą, palyginti su vidutiniu 76 procentų žmonių savanorių balu.

„DeepMoji“ svetainė gali automatiškai generuoti jaustukus „Twitter“ žinutei.

Gali būti, kad tai mokosi visokio slengo, sako Felbo. Žmonės labai įdomiai vartoja kalbą [Twitter] – sakykime taip.

Tyrėjai pastatė a DeepMoji svetainė parodyti sistemos jaustukų dalį. Jis automatiškai pridės tinkamą jaustuką prie teksto dalies. Atrodo, kad tai veikia gana gerai, nors kai bandžiau įvesti dabar liūdnai pagarsėjusį Donaldo Trumpo žodį covfefe tviteryje buvo toks pat sutrikęs kaip ir visi kiti.

Svetainė taip pat leidžia vartotojams prisidėti prie tyrimo komentuodami savo tviterius emocijomis. Tai yra svarbus darbo elementas, sako Rahwanas. Paprastai mokslininkai savanoriai pažymi kitų žmonių tviterius ar įrašus su jaučiamomis emocijomis, o tai yra ne tokia tiesioginė priemonė. Jis sako, kad šie etalonai neatspindi to, ką psichologai laikytų tikrais jausmais.

Gary King , Harvardo universiteto Kiekybinių socialinių mokslų instituto direktorius ir socialinių tinklų prasmės paieškos ekspertas, teigia, kad jaustukų naudojimas kaip mokymo priemonė yra protinga idėja. Tačiau jis abejoja, kaip vertinga atpažinti sarkazmą, jei dauguma žmonių jo netenka. Jei sarkazmas yra toks niuansuotas, kad žmogus skaitytojas tikriausiai jo nepastebės, tai tikrai nesvarbu, sako jis.

Nepaisant to, darbe atsispindi faktas, kad kompiuteriai pamažu vis geriau suvokia žmogaus emocijas. Teksto sentimentų analizė jau plačiai naudojama technika. Pavyzdžiui, ji gali padėti įmonėms pagal el. laiško ar pokalbio žinutės turinį nustatyti, ar klientas yra ypač įtūžęs.

Gali būti, kad kompiuteriai vis dažniau bando iššifruoti mūsų emocijas. Galbūt įsivaizduokite robotą bendradarbį, kuris supranta, kai jo kolegos žmonės nusivilia arba kai sako sarkastišką komplimentą.

Jei mašinos bendradarbiaus su mumis, jos turės mus suprasti, o emocijos yra tikrai sunkios, sako Rahwanas.

paslėpti