Algorytm wyszkolony na emotikonach wie, kiedy jesteś sarkastyczny na Twitterze

Graham Roumieu

Przewiń Twittera, a znajdziesz wiele sarkastycznych komentarzy – nie wspominając o wielu przypadkach, w których sarkazm najwyraźniej przeszedł przez czyjąś głowę.

Na szczęście algorytm opracowany przez badaczy MIT do analizy tweetów może teraz lepiej niż większość ludzi wykrywać sarkazm i ogólnie podtekst emocjonalny.

Wykrywanie nastrojów postów w mediach społecznościowych jest już przydatne do śledzenia postaw wobec marek i produktów oraz do identyfikowania sygnałów, które mogą wskazywać na trendy na rynkach finansowych. Jednak dokładniejsze rozpoznanie znaczenia tweetów i komentarzy może pomóc komputerom w automatycznym wykrywaniu i zwalczaniu nadużyć i mowy nienawiści w Internecie. Głębsze zrozumienie Twittera powinno również pomóc naukowcom zrozumieć, w jaki sposób informacje i wpływy przepływają przez sieć. Co więcej, w miarę jak maszyny stają się coraz inteligentniejsze, zdolność wyczuwania emocji może stać się ważną cechą komunikacji człowiek-maszyna.

Powiązana historia

Powiązana historia Sądy, banki i inne instytucje używają zautomatyzowanych systemów analizy danych do podejmowania decyzji dotyczących Twojego życia. Nie pozostawiajmy twórcom algorytmów decyzji, czy robią to właściwie.

Badacze początkowo mieli na celu opracowanie systemu umożliwiającego wykrywanie rasistowskich postów na Twitterze. Wkrótce jednak zdali sobie sprawę, że znaczenia wielu wiadomości nie da się właściwie zrozumieć bez zrozumienia sarkazmu.

Algorytm wykorzystuje głębokie uczenie, popularną technikę uczenia maszynowego, która polega na trenowaniu bardzo dużej symulowanej sieci neuronowej do rozpoznawania subtelnych wzorców przy użyciu dużej ilości danych. Sekret uczenia tego algorytmu polegał na tym, że wiele tweetów już używa czegoś w rodzaju systemu oznaczania treści emocjonalnych: emoji. Gdy wykorzystali to, aby pomóc systemowi w ogólnym odczytywaniu tweetów pod kątem emocji, naukowcy zaczęli uczyć go rozpoznawania sarkazmu.

Ponieważ nie możemy używać intonacji w naszym głosie ani mowie ciała do kontekstualizowania tego, co mówimy, emoji to sposób, w jaki robimy to w Internecie, mówi Iyad Rahwan , adiunkt w laboratorium MIT Media, który opracował algorytm z jednym ze swoich studentów, Bjarke Felbo . Sieć neuronowa nauczyła się związku między pewnym rodzajem języka a emoji.

Aby wytrenować algorytm o nazwie DeepMoji, badacze zebrali 55 miliardów tweetów, a następnie wybrali 1,2 miliarda zawierających kombinację 64 popularnych emoji. Najpierw nauczyli system, aby przewidywał, które emoji zostaną użyte z konkretną wiadomością, w zależności od tego, czy była szczęśliwa, smutna, humorystyczna i tak dalej. Następnie system został nauczony identyfikowania sarkazmu za pomocą istniejący zestaw danych oznaczonych przykładów. Algorytm, który został wstępnie wytrenowany przy użyciu emoji, był znacznie lepszy w wykrywaniu sarkazmu niż ten, który tego nie robił. Udostępnią algorytm każdemu, kto może go użyć.

Aby zobaczyć, jak dobry jest DeepMoji, naukowcy przetestowali go w kilku testach wyczuwania nastrojów i emocji w tekście. Odkryli, że w każdym przypadku działa on znacznie lepiej niż najlepsze istniejące algorytmy.

Przetestowali go również na ludziach, wykorzystując wolontariuszy rekrutowanych za pośrednictwem strony crowdsourcingowej Mechanical Turk. Odkryli, że lepiej niż ludzie wykrywali sarkazm i inne emocje na Twitterze. To było 82 procent dokładne w prawidłowej identyfikacji sarkazmu, w porównaniu ze średnim wynikiem 76 procent dla ludzkich ochotników.

Witryna DeepMoji może automatycznie generować emoji dla tweeta.

Możliwe, że uczy się różnych slangów, mówi Felbo. Ludzie mają bardzo interesujące zastosowania języka [na Twitterze] – ujmijmy to w ten sposób.

Naukowcy zbudowali Witryna DeepMoji aby zademonstrować emotikonową część systemu. Automatycznie doda odpowiedni emoji do fragmentu tekstu. Wygląda na to, że działa całkiem nieźle, chociaż kiedy próbowałem wprowadzić niesławny teraz Donald Trump tweet z covfefe był tak samo zdezorientowany jak wszyscy inni.

Witryna umożliwia również użytkownikom wnoszenie wkładu w badania poprzez dodawanie emocjami własnych tweetów. To ważny element pracy, mówi Rahwan. Zwykle badacze wolą wolontariuszy oznaczać tweety lub posty innych osób postrzeganymi emocjami, co zapewnia mniej bezpośrednią miarę. Te wzorce nie oddają tego, co psychologowie uznaliby za prawdziwy sentyment, mówi.

Gary Król , dyrektor Instytutu Ilościowych Nauk Społecznych na Uniwersytecie Harvarda i ekspert od wyszukiwania znaczenia sieci społecznościowych, mówi, że używanie emoji jako środka szkoleniowego to sprytny pomysł. Ale kwestionuje to, jak cenne jest rozpoznanie sarkazmu, jeśli jest on gubiony przez większość ludzi. Jeśli sarkazm jest tak zniuansowany, że ludzki czytelnik prawdopodobnie go przegapi, to naprawdę nie ma znaczenia, mówi.

Niemniej jednak praca odzwierciedla fakt, że komputery stopniowo coraz lepiej wyczuwają ludzkie emocje. Analiza sentymentu tekstu jest już powszechnie stosowaną techniką. Na przykład może pomóc firmom określić na podstawie treści wiadomości e-mail lub wiadomości na czacie, czy klient jest szczególnie zirytowany.

Komputery mogą coraz częściej próbować rozszyfrować nasze emocje. Wyobraź sobie, być może, robota współpracującego, który rozumie, kiedy jego ludzcy koledzy stają się sfrustrowani — lub kiedy przekazują sarkastyczny komplement.

Jeśli maszyny mają z nami współpracować, będą musiały nas zrozumieć, a emocje są naprawdę trudne, mówi Rahwan.

ukryć