Тот факт,что компьютерные технологии улучшаются ежеминутно, уже не является чем-то необычным. Мировой рынок техники растет, а, следственно, гаджеты становятся умнее.
До сих пор была одна из тех вещей, которую не под силу было понять искусственному интеллекту - сарказм. Ежедневно, общаясь, мы пользуемся множеством жестов, движений, помогаем себе мимикой во время диалога. Вопрос в том, как распознать сарказм, когда собеседник находиться по ту сторону экрана, и мы не можем посмотреть ему в глаз? Мы не видим его эмоций и лица, перед нами только текст и аватарка пользователя мессенджера или социальной сети.
Этим вопросом занимались ученые университета Центральной Флориды - именно они разработали детектор сарказма.
Сарказм не всегда легко определить во время разговора, поэтому понятно, что компьютерной программе достаточно тяжело это сделать, и сделать хорошо. Мы разработали интерпретационную модель глубокого изучения с использованием нескольких самораспознающих двигателей и блоков с управлением. Этот модуль помогает идентифицировать самые важные саркастические слова из текста, которые он находит, а блоки изучают дальние связи между словами, чтобы лучше распознавать текст.
из журнала “Neuroscience”
Для кого он предназначен?
Часто, общаясь с клиентами в сетях, мы не понимаем, какие эмоции они испытывают на данный момент. А так, как сарказм есть неотъемлемой частью нашего выражения эмоций - его использует каждый пользователь ресурса, и это значительно усложняет процесс коммуникации с потенциальным потребителем.
Моделирование распространения и эволюции онлайн-информации, если оно будет точным и масштабным, может обеспечить более глубокое понимание людьми, которые выступают против информационной среды, чем это возможно на данный момент, при помощи существующих вариантов изучения и понимания.
Брайан Кэттлер
Хотя программа использует логическую последовательность определения информации, которая присуща всем машинам, основой которых есть искусственный интеллект - она делает большие успехи. Она пользуется принципом логического определения данных, работает по определенным шаблонам и словам-маркерам, которые предоставляются непосредственно - во время употребления их в текст.
Как проводили эксперименты?
Для машины были предложены посты из сетей Reddit и Twitter, а также заголовки ресурсов новостей.
Чего добились ученые?
Во время проведения экспериментов, было доказано, что эта машина обошла все предыдущие по точности определения сарказма в обычных комментариях и постах в социальных сетях. Но возникли определенные трудности с распознанием ключевых слов в вопросительных предложениях, что часто не под силу и обычному человеку, во время разговора. Ученые будут стараться усовершенствовать этот аспект, ради того, чтобы ресурс стал максимально полезным для компаний в дальнейшем использовании для общения с клиентами.
