Jak algorytm AI nauczył się pisać przemówienia polityczne

Nie pytaj, co twój kraj może dla ciebie zrobić; zapytaj, co możesz zrobić dla swojego kraju.
—John F. Kennedy, 1961

Jeśli chodzi o przemówienia polityczne, wielkich jest bardzo niewiele. Ale zwykłe przemówienia polityczne, wygłaszane na przykład podczas debat kongresowych w USA, są liczne.

Są też niezwykle podobne. Przemówienia te mają zwykle standardowy format, powtarzają podobne argumenty, a nawet używają tych samych zwrotów, aby wskazać konkretną przynależność polityczną lub opinię. To prawie tak, jakby istniał jakiś algorytm, który określa ich zawartość.

To rodzi interesujące pytanie. Czy maszyna może automatycznie pisać tego rodzaju przemówienia polityczne?

Dziś odpowiedź otrzymujemy dzięki pracy Valentina Kassarniga z University of Massachusetts w Amherst, który stworzył maszynę sztucznej inteligencji, która nauczyła się pisać przemówienia polityczne, które są niezwykle podobne do prawdziwych przemówień.

Podejście jest w zasadzie proste. Kassarnig wykorzystał bazę danych zawierającą prawie 4000 fragmentów przemówień politycznych z 53 debat w Kongresie USA, aby wytrenować algorytm uczenia maszynowego do tworzenia własnych przemówień.

Te przemówienia składają się z ponad 50 000 zdań, z których każde zawiera średnio 23 słowa. Kassarnig kategoryzował również przemówienia partii politycznych, czy to demokratów, czy republikanów, i według tego, czy był za lub przeciw danemu tematowi.

Oczywiście diabeł tkwi w szczegółach, jak analizować tę bazę danych. Po wypróbowaniu wielu technik Kassarnig zdecydował się na podejście oparte na n-gramach, ciągach n słów lub fraz. Najpierw przeanalizował tekst, stosując podejście części mowy, które oznacza każde słowo lub frazę za pomocą jego roli gramatycznej (rzeczownika, czasownika, przymiotnika itd.).

Następnie spojrzał na 6 gramów i prawdopodobieństwo pojawienia się słowa lub frazy, biorąc pod uwagę pięć, które pojawiły się przed nim. To pozwala nam bardzo szybko określić wszystkie słowa, które mogą wystąpić po poprzednich pięciu i jak prawdopodobne jest każde z nich – mówi.

Wynika z tego automatycznie proces generowania przemówień. Kassarnig zaczyna od powiedzenia algorytmowi, jaki rodzaj przemówienia ma napisać – czy to dla Demokratów, czy dla Republikanów. Algorytm następnie eksploruje 6-gramową bazę danych dla tej kategorii, aby znaleźć cały zestaw 5-gramowych, które zostały użyte do rozpoczęcia jednego z tych przemówień.

Następnie algorytm wybiera losowo jeden z tych 5 gramów, aby rozpocząć swoją mowę. Następnie wybiera następne słowo spośród wszystkich, które mogą następować po tym 5-gramowym. Następnie system zaczyna przewidywać słowo po słowie, aż przewidzi koniec wypowiedzi, mówi.

Po drodze jest oczywiście kilka sztuczek. Algorytm zna np. prawdopodobieństwo pojawienia się danego tematu w wystąpieniu. Następnie wybiera tematy, ustalając, jakie inne tematy zawiera już przemówienie i określając, w jakim stopniu są one omawiane.

Wyniki są zaskakująco dobre. Oto przykład automatycznie generowanego przemówienia Demokratów:

Panie Marszałku, od lat uczciwi, ale niefortunni konsumenci mają możliwość wystąpienia w swojej sprawie o objęcie ochroną upadłościową i umorzenie rozsądnych i ważnych długów. Sposób, w jaki system ma działać, sąd upadłościowy ocenia różne czynniki, w tym dochód, majątek i dług, aby określić, jakie długi można spłacić i jak konsumenci mogą stanąć na nogi. Walcz o rozwój i możliwości. Przekaż to prawodawstwo.

To imponujące, biorąc pod uwagę, że nie wymaga szkolenia poza początkowymi częściami tagów mowy, 6-gramową analizą bazy danych przemówień politycznych i odrobiną magicznego sosu. Kassarnig ocenił te przemówienia pod kątem takich kryteriów, jak poprawność gramatyczna, przejścia zdań oraz struktura i treść mowy i stwierdził, że generalnie dobrze się sprawdzają. W szczególności poprawność gramatyczna i przejścia zdań w większości przemówień były bardzo dobre, mówi.

Mimo to Kassarnig nie jest optymistycznie nastawiony do szans swojego algorytmu na szturmowanie sceny politycznej. Mimo dobrych wyników jest bardzo mało prawdopodobne, że te metody zostaną faktycznie wykorzystane do generowania przemówień dla polityków, mówi, prawdopodobnie dlatego, że typ pozbawionego skrupułów polityka, który mógłby wykorzystać jego algorytm, jest tak rzadki (kaszel).

Algorytm ten można jednak wykorzystać do generowania innych rodzajów tekstów. Kassarnig sugeruje, że może tworzyć wiadomości, biorąc pod uwagę inne historie dotyczące tego samego incydentu. Inną opcją może być tworzenie postów na blogu o artykułach arXiv, biorąc pod uwagę dużą bazę danych podobnych historii (ahem).

I zachęca każdego do spróbowania, powiedz, że cały jego kod źródłowy jest dostępny na GitHub ( https://github.com/valentin012/conspeech ). Wyraźnie zachęcamy innych, aby spróbowali go używać, modyfikować i rozszerzać – mówi. Mile widziane są opinie i pomysły na usprawnienia.

Nr ref.:arxiv.org/abs/1601.03313: Generacja mowy politycznej

ukryć