Android

Nå kan roboter oppdage sarkasme også: vil bidra til å bekjempe overgrep på nettet

Classical Musicians React: BTS 'Dope' vs 'Fire'

Classical Musicians React: BTS 'Dope' vs 'Fire'
Anonim

Forskere ved Massachusetts Institute of Technology (MIT), USA, har utviklet en algoritme som kan oppdage sarkasme i tweets, tilsynelatende bedre enn folk flest.

Forskerne hadde opprinnelig som mål å utvikle en algoritme som kan oppdage rasistisk og krenkende innhold, men i prosessen utviklet denne algoritmen først da de følte at det var viktig for maskinen å forstå sarkasme.

Forskere mener at forståelse av sarkasme er det første trinnet for algoritmen mot å få et bedre grep om den emosjonelle subteksten til en setning.

"Fordi vi ikke kan bruke intonasjon på stemmen eller kroppsspråket vårt for å kontekstualisere det vi sier, emoji er slik vi gjør det på nettet, " sier Iyad Rahwan, en lektor i MIT Media lab som utviklet algoritmen med en av hans studenter, Bjarke Felbo, fortalte MIT Review.

Mer i nyheter: Microsoft jobber med en Windows 10-enhet: Kan støtte AR og VR Tech

"Det nevrale nettverket lærte sammenhengen mellom et bestemt språk og en emoji, " la Rahwan til.

Twitter er allerede et knutepunkt for troll, og selskapet har utvidet sin innsats for å dempe trusselen.

Måling av holdninger og oppførsel fra mennesker til innlegg på sosiale medier har vært en utbredt praksis blant annonsører.

Når denne algoritmen er ferdig utviklet, kan det vise seg å være elementær når det gjelder å hjelpe kvassende / rasistiske / trakasserende tweets og brukerne også.

Algoritmen bruker dyp læringsteknikk som trener et simulert nevralt nettverk for å identifisere og forstå mønstre ved bruk av store datamengder.

Forskerne brukte en veldig vanlig måte å vise følelser på internett - emoji - som et merkesystem og en av måtene å trene algoritmen sin på for å identifisere følelser i tweets.

For å teste ut robotene i den virkelige verden-scenariet mot mennesker, rekrutterte forskerne frivillige gjennom crowddsourcing-nettstedet Mechanical Turks. Algoritmen identifiserte sarkastiske undertoner i tweets med 82 prosent nøyaktighet sammenlignet med de menneskelige frivillige som identifiserte sarkasme med 76 prosent nøyaktighet.

"Det kan være at det lærer alle de forskjellige slangene, " sier Felbo. "Folk har veldig interessante språkbruk - det er det."

Forskerne samlet inn over 55 milliarder tweets i alt, med 1, 2 milliarder av dem som inneholder emojier. Ved hjelp av disse emoji-innebygde tweets, hjalp forskerne algoritmen med å lære og identifisere det som emoji er brukt med hvilken type tekst - glad, trist, humoristisk og så videre.

Mer i nyheter: 10 viktige ting å vite om Rs 49.999 verdt Asus Zenfone AR

Datamaskiner blir bedre til å lære maskiner dag for dag og får en bedre følelse av hvordan mennesker snakker og oppfører seg via gruvedrift av sosiale medier.

Denne algoritmen kan brukes til å dempe voldelig, rasistisk og terrorrelatert innhold fra ikke bare Twitter, men de andre organisasjonene som Facebook, YouTube, Snap og andre som prøver å gjøre plattformene deres så vel som internett til et bedre sted.