Các nhà nghiên cứu phát triển AI có thể phát hiện sự mỉa mai trong các bài đăng trên mạng xã hội, Tin Tức Marketing & Advertising Marketing

Trong một nghiên cứu mới của các nhà nghiên cứu khoa học máy tính tại Đại học Central Florida, họ đã phát triển một máy dò mỉa mai để hiểu và phản hồi đúng cách phản hồi của khách hàng trên các nền tảng truyền thông xã hội, vốn rất quan trọng đối với các thương hiệu.

Phương tiện truyền thông xã hội đã trở thành một hình thức truyền thông chủ đạo cho các cá nhân và cho các công ty đang tìm cách tiếp thị và bán sản phẩm và dịch vụ của họ. Hiểu đúng và phản hồi phản hồi của khách hàng trên Twitter, Facebook và các nền tảng truyền thông xã hội khác là rất quan trọng để thành công, nhưng nó cực kỳ tốn nhiều công sức. Phát hiện của nhóm nghiên cứu gần đây đã được công bố trên tạp chí Entropy.

Đó là lúc phân tích cảm xúc. Thuật ngữ này đề cập đến quá trình tự động xác định cảm xúc – tích cực, tiêu cực hoặc trung tính – liên quan đến văn bản. Trong khi trí tuệ nhân tạo đề cập đến phân tích và phản hồi dữ liệu logic, thì phân tích cảm xúc cũng giống như xác định chính xác giao tiếp cảm xúc. Một nhóm UCF đã phát triển một kỹ thuật phát hiện chính xác những lời châm biếm trong một văn bản trên mạng xã hội.

Một cách hiệu quả, nhóm đã dạy mô hình máy tính để tìm ra các mẫu thường biểu thị sự mỉa mai và kết hợp điều đó với việc dạy chương trình cách chọn chính xác các từ gợi ý theo trình tự có nhiều khả năng biểu thị sự mỉa mai hơn. Họ đã dạy mô hình làm điều này bằng cách cung cấp cho nó các tập dữ liệu lớn và sau đó kiểm tra độ chính xác của nó.

Cũng nên đọc: Mọi người bị thuyết phục bằng tin nhắn trong bài đăng trên mạng xã hội, không phải xem số: Nghiên cứu

Trợ lý giáo sư kỹ thuật Ivan Garibay ’00MS’ 04PhD cho biết: “Sự hiện diện của những lời châm biếm trong văn bản là trở ngại chính trong việc thực hiện phân tích tình cảm”.

“Sarcasm không phải lúc nào cũng dễ dàng xác định trong cuộc trò chuyện, vì vậy bạn có thể tưởng tượng rằng nó khá khó khăn đối với một chương trình máy tính để làm điều đó và làm tốt điều đó. Chúng tôi đã phát triển một mô hình học sâu có thể hiểu được bằng cách sử dụng các đơn vị tự chú ý nhiều đầu và các đơn vị lặp lại được kiểm soát. Mô-đun tự chú ý nhiều đầu hỗ trợ xác định các từ gợi ý châm biếm quan trọng từ đầu vào và các đơn vị lặp lại tìm hiểu sự phụ thuộc trong phạm vi dài giữa các từ gợi ý này để phân loại văn bản đầu vào tốt hơn. “

Nhóm nghiên cứu, bao gồm nghiên cứu sinh tiến sĩ khoa học máy tính Ramya Akula, đã bắt đầu giải quyết vấn đề này theo khoản tài trợ của DARPA hỗ trợ chương trình Mô phỏng hành vi xã hội trực tuyến của tổ chức.

Brian Kettler, giám đốc chương trình của DARPA’s Information cho biết: “Sự mỉa mai là một trở ngại lớn trong việc tăng độ chính xác của phân tích tình cảm, đặc biệt là trên mạng xã hội, vì sự mỉa mai chủ yếu dựa vào giọng nói, nét mặt và cử chỉ không thể diễn tả bằng văn bản Văn phòng Đổi mới (I2O). “Nhận ra sự mỉa mai trong giao tiếp trực tuyến bằng văn bản không phải là nhiệm vụ dễ dàng vì không có dấu hiệu nào trong số những dấu hiệu này sẵn có.”

Đây là một trong những thách thức mà Phòng thí nghiệm Hệ thống Thích ứng Phức hợp (CASL) của Garibay đang nghiên cứu. CASL là một nhóm nghiên cứu liên ngành chuyên nghiên cứu các hiện tượng phức tạp như kinh tế toàn cầu, môi trường thông tin toàn cầu, hệ sinh thái đổi mới, tính bền vững, động lực xã hội và văn hóa và sự tiến hóa.

Các nhà khoa học CASL nghiên cứu những vấn đề này bằng cách sử dụng khoa học dữ liệu, khoa học mạng, khoa học phức tạp, khoa học nhận thức, học máy, học sâu, khoa học xã hội, nhận thức nhóm, trong số các phương pháp tiếp cận khác.

Akula nói: “Trong cuộc trò chuyện trực tiếp, có thể dễ dàng nhận ra sự mỉa mai bằng cách sử dụng nét mặt, cử chỉ và giọng điệu của người nói. “Phát hiện mỉa mai trong giao tiếp bằng văn bản không phải là một nhiệm vụ tầm thường vì không có dấu hiệu nào trong số này sẵn có. Đặc biệt là với sự bùng nổ của việc sử dụng internet, việc phát hiện mỉa mai trong giao tiếp trực tuyến từ các nền tảng mạng xã hội càng khó khăn hơn nhiều.”

Garibay là trợ lý giáo sư về Hệ thống Quản lý và Kỹ thuật Công nghiệp. Ông có một số bằng cấp, bao gồm cả bằng Tiến sĩ về khoa học máy tính của UCF. Garibay là giám đốc của Sáng kiến ​​Dữ liệu lớn và Trí tuệ Nhân tạo của UCF của CASL và của chương trình thạc sĩ về phân tích dữ liệu.

Các lĩnh vực nghiên cứu của ông bao gồm các hệ thống phức tạp, mô hình dựa trên tác nhân, động lực thông tin và thông tin sai lệch trên phương tiện truyền thông xã hội, trí tuệ nhân tạo và học máy. Ông có hơn 75 bài báo được bình duyệt và hơn 9,5 triệu USD tài trợ từ các cơ quan quốc gia khác nhau.

Cũng đọc: Facebook triển khai chiến dịch mới ở Ấn Độ để chống lại thông tin sai lệch liên quan đến Covid