Android

Nu kan robotar också upptäcka sarkasm: hjälper till att bekämpa missbruk online

Realising all the players in PUBG are bots - Bots

Realising all the players in PUBG are bots - Bots
Anonim

Forskare vid Massachusetts Institute of Technology (MIT), USA, har utvecklat en algoritm som kan upptäcka sarkasm i tweets, tydligen bättre än de flesta.

Forskarna hade ursprungligen syftat till att utveckla en algoritm som kan upptäcka rasistiskt och missbrukande innehåll men i processen utvecklade denna algoritm först eftersom de ansåg att det är viktigt för maskinen att förstå sarkasm.

Forskare tror att förståelse för sarkasm är det första steget för algoritmen mot att få ett bättre grepp om en känslomässig subtext i en mening.

"Eftersom vi inte kan använda intonation i vår röst eller kroppsspråk för att kontextualisera vad vi säger, emoji är det sättet vi gör det på nätet", säger Iyad Rahwan, docent i MIT Media-labbet som utvecklade algoritmen med en av hans studenter, Bjarke Felbo, berättade för MIT Review.

Mer i nyheter: Microsoft arbetar på en Windows 10-enhet: Kanske stödjer AR och VR Tech

"Neuralnätverket lärde sig kopplingen mellan ett visst slags språk och en emoji, " tillade Rahwan.

Twitter är redan ett nav för troll och företaget har ökat sina ansträngningar för att bromsa hotet.

Att mäta attityder och beteenden hos människor mot inlägg på sociala medier har varit en vanlig praxis bland annonsörer.

När den är helt utvecklad kan den här algoritmen visa sig vara elementär när det gäller att hjälpa till att kväva missbruk / rasistiska / trakasserande tweets och användarna också.

Algoritmen använder djup inlärningsteknik som utbildar ett simulerat neuralt nätverk för att identifiera och förstå mönster med stora mängder data.

Forskarna använde ett mycket vanligt sätt att visa känslor på internet - emojis - som ett märkningssystem och ett av sätten att utbilda sin algoritm för att identifiera känslor i tweets.

För att testa bots i den verkliga scenariot mot människor, rekryterade forskarna volontärer via Crowdsourcing-webbplatsen Mechanical Turks. Algoritmen identifierade sarkastiska undertoner i tweets med 82 procent noggrannhet jämfört med de mänskliga frivilliga som identifierade sarkasme med 76 procent noggrannhet.

"Det kan vara så att det lär sig alla de olika slangarna, " säger Felbo. "Människor har mycket intressanta språkanvändningar - det säger vi på det sättet."

Forskarna samlade över 55 miljarder tweets totalt, med 1, 2 miljarder av dem innehållande emojis. Med hjälp av dessa emoji-inbäddade tweets hjälpte forskarna algoritmen att lära sig och identifiera det som emojis används med vilken typ av text - glad, ledsen, humoristisk och så vidare.

Mer i nyheter: 10 viktiga saker att veta om Rs 49.999 värda Asus Zenfone AR

Datorer blir bättre på maskininlärning dag för dag och får en bättre känsla för hur människor pratar och beter sig via datainsamling av sociala medier.

Denna algoritm kan användas för att begränsa kränkande, rasistiskt och terrorismrelaterat innehåll från inte bara Twitter utan även andra organisationer som Facebook, YouTube, Snap och andra som försöker göra sina plattformar såväl som internet till en bättre plats.