Machine Learning System kan upptäcka sarkasm och ironi

Fransk man skickas till fängelse för att ha surfat på terroristwebbplatser polisterrorism
Brian A Jackson/Shutterstock
Människor har ofta problem med att urskilja den sanna känslomässiga känslan som uttrycks av en annan människa i en textmeddelande, snabbmeddelande, e-post eller inlägg på sociala medier, så kanske ett datorinlärningssystem kan hjälp. En datavetenskapsstudent i Israel jobbar på just det, och konsekvenserna kan nå längre den sociala interaktionens sfärer för att filtrera bort buller för antiterrorisminsatser och självmord förebyggande.

Eden Saig, en datavetenskapsstudent vid Technion - Israel Institute of Technology har utvecklat ett maskininlärningssystem för att noggrant upptäcka och identifiera känslor i elektronisk kommunikation, som beskrivs i hans artikel "Sentiment Classification of Texts in Social Networks", som nyligen vann Amdocs bästa projekt Tävling. Nyckeln till systemet: att analysera humoristiskt Facebook grupper.

Rekommenderade videor

Han tillämpade maskininlärningsalgoritmer på mer än 5 000 inlägg på tungan-in-cheek hebreiska Facebook-sidor för "överlägsna och nedlåtande människor" och "vanliga och förnuftiga människor", eftersom de hade innehåll som "kan ge en bra databas för insamling homogena data som i sin tur kan hjälpa ett datoriserat inlärningssystem att känna igen nedlåtande klingande semantik eller slangord och fraser i text,"

sa Saig.

Noggrannheten i sentimentidentifieringen förbättrades genom att slå samman nyckelordssökningar, grammatisk strukturell analys och antalet "gilla" ett inlägg får.

"Nu kan systemet känna igen mönster som antingen är nedlåtande eller omtänksamma känslor och kan till och med skicka ett textmeddelande till användaren om systemet tycker att inlägget kan vara arrogant." enligt Saig.

Han ser den här typen av maskininlärningssystem som ett användbart verktyg för att hjälpa polisen att ignorera inlägg på sociala medier som skämtar om att planera terroristattacker och undvika att använda resurser för falska larm.

Saig ser också en ansökan om depression, självmord och nätmobbning. Ett maskininlärningssystem kan hjälpa till att skilja mellan skämt och faktiska hot eller rop på hjälp.

"Jag hoppas att jag till slut kan utveckla en mekanism som skulle visa för författaren hur hans eller hennes ord kan vara tolkas av läsare och hjälper därigenom människor att bättre uttrycka sig och undvika att bli missförstådda”, sa Saig.

Redaktörens rekommendationer

  • A.I. brukar inte glömma någonting, men det gör Facebooks nya system. Här är varför
  • Djuplärande A.I. hjälper arkeologer att översätta uråldriga tabletter
  • Artificiell intelligens kan nu identifiera en fågel bara genom att titta på ett foto
  • En inlärningsbias som finns hos barn kan hjälpa till att göra A.I. teknik bättre
  • Yakuza-regissören tror att PS5:s utveckling kommer att fokusera på A.I. och maskininlärning

Uppgradera din livsstilDigitala trender hjälper läsare att hålla koll på den snabba teknikvärlden med alla de senaste nyheterna, roliga produktrecensioner, insiktsfulla redaktioner och unika smygtittar.