Machine Learning System kan registrere sarkasme og ironi

fransk mand sendt i fængsel for at surfe på terrorwebsites polititerror
Brian A Jackson/Shutterstock
Mennesker har ofte problemer med at skelne den sande følelsesmæssige følelse udtrykt af et andet menneske i en sms, onlinemeddelelse, e-mail eller indlæg på sociale medier, så måske et computerlæringssystem kan Hjælp. En datalogistuderende i Israel arbejder på præcis det, og konsekvenserne kan række længere social interaktions riger for at filtrere støj fra til terrorbekæmpelse og selvmord forebyggelse.

Eden Saig, en datalogistuderende ved Technion — Israel Institute of Technology har udviklet et maskinlæringssystem til nøjagtigt at detektere og identificere følelser i elektronisk kommunikation, som beskrevet i hans artikel "Sentiment Classification of Texts in Social Networks", som for nylig vandt Amdocs Best Project Konkurrence. Nøglen til systemet: at analysere humoristisk Facebook grupper.

Anbefalede videoer

Han anvendte maskinlæringsalgoritmer til mere end 5.000 opslag på sproglige hebraisksprogede Facebook-sider for "overlegne og nedladende mennesker" og "almindelige og fornuftige mennesker", da de havde indhold, der "kunne give en god database til at indsamle homogene data, der igen kunne hjælpe med at 'lære' et computerstyret læringssystem til at genkende nedladende klingende semantik eller slangord og sætninger i tekst,"

sagde Saig.

Nøjagtigheden af ​​følelsesidentifikation blev forbedret ved at flette søgeordssøgninger, grammatisk strukturel analyse og antallet af "likes" et opslag modtager.

"Nu kan systemet genkende mønstre, der enten er nedladende eller omsorgsfulde følelser og kan endda sende en tekstbesked til brugeren, hvis systemet mener, at indlægget kan være arrogant." ifølge Saig.

Han ser denne form for maskinlæringssystem som et nyttigt værktøj til at hjælpe politiet med at ignorere opslag på sociale medier, der joker om planlægning af terrorangreb og undgår at bruge ressourcer til falske alarmer.

Saig ser også en ansøgning om depression, selvmord og cybermobning. Et maskinlæringssystem kunne hjælpe med at skelne mellem jokes og faktiske trusler eller råb om hjælp.

"Jeg håber, at jeg i sidste ende kan udvikle en mekanisme, der vil demonstrere for forfatteren, hvordan hans eller hendes ord kunne være fortolket af læserne og derved hjælper folk til bedre at udtrykke sig og undgå at blive misforstået,” sagde Saig.

Redaktørens anbefalinger

  • A.I. plejer ikke at glemme noget, men det gør Facebooks nye system. Her er hvorfor
  • Deep-learning A.I. hjælper arkæologer med at oversætte gamle tavler
  • Kunstig intelligens kan nu identificere en fugl blot ved at se på et foto
  • En læringsbias fundet hos børn kan hjælpe med at gøre A.I. teknologi bedre
  • Yakuza-direktøren mener, at PS5s udvikling vil fokusere på A.I. og maskinlæring

Opgrader din livsstilDigital Trends hjælper læserne med at holde styr på den hurtige teknologiske verden med alle de seneste nyheder, sjove produktanmeldelser, indsigtsfulde redaktionelle artikler og enestående smugkig.