Τώρα τα bots μπορούν επίσης να εντοπίσουν το σαρκασμό: θα βοηθήσουν στην καταπολέμηση της κακοποίησης στο διαδίκτυο

Οι ερευνητές στο Ινστιτούτο Τεχνολογίας της Μασαχουσέτης (MIT), ΗΠΑ, έχουν αναπτύξει έναν αλγόριθμο που μπορεί να εντοπίσει σαρκασμό σε tweets, προφανώς καλύτερα από τους περισσότερους ανθρώπους.

Οι ερευνητές σκόπευαν αρχικά να αναπτύξουν έναν αλγόριθμο που να μπορεί να ανιχνεύει ρατσιστικό και καταχρηστικό περιεχόμενο, αλλά κατά τη διαδικασία ανέπτυξε πρώτα αυτόν τον αλγόριθμο καθώς αισθάνθηκε ότι είναι σημαντικό για το μηχάνημα να κατανοεί το σαρκασμό.

Οι ερευνητές πιστεύουν ότι η κατανόηση του σαρκασμού είναι το πρώτο βήμα για τον αλγόριθμο για την καλύτερη κατανόηση του συναισθηματικού υποκείμενου μιας φράσης.

"Επειδή δεν μπορούμε να χρησιμοποιήσουμε τον ήχο στη φωνή ή τη γλώσσα του σώματος μας για να περιγράψουμε τι λέμε, το emoji είναι ο τρόπος που το κάνουμε στο διαδίκτυο", λέει ο Iyad Rahwan, αναπληρωτής καθηγητής στο εργαστήριο MIT Media που ανέπτυξε τον αλγόριθμο με έναν από τους φοιτητές, Bjarke Felbo, είπε στο MIT Review.

Περισσότερα στην Ειδήσεις: Η Microsoft εργάζεται σε μια συσκευή Windows 10: Μπορεί να υποστηρίξει AR και VR Tech

"Το νευρωνικό δίκτυο έμαθε τη σύνδεση ανάμεσα σε ένα συγκεκριμένο είδος γλώσσας και ένα emoji", πρόσθεσε ο Rahwan.

Το Twitter είναι ήδη ένας κόμβος για τους τρουλούς και η εταιρεία έχει επιταχύνει τις προσπάθειές της να περιορίσει την απειλή.

Η εκτίμηση της συμπεριφοράς και της συμπεριφοράς των ατόμων προς τις θέσεις των κοινωνικών μέσων ενημέρωσης υπήρξε συνήθης πρακτική μεταξύ των διαφημιζόμενων.

Όταν αναπτυχθεί πλήρως, αυτός ο αλγόριθμος μπορεί να αποδειχθεί στοιχειώδης για να βοηθήσει στην εξουδετέρωση των ενοχλητικών / ρατσιστικών / παρενοχλητικών tweets και των χρηστών.

Ο αλγόριθμος χρησιμοποιεί τεχνική βαθιάς μάθησης, η οποία εκπαιδεύει ένα προσομοιωμένο νευρωνικό δίκτυο για τον εντοπισμό και κατανόηση προτύπων που χρησιμοποιούν μεγάλα ποσά δεδομένων.

Οι ερευνητές χρησιμοποίησαν έναν πολύ κοινό τρόπο εμφάνισης συναισθημάτων στο διαδίκτυο - emojis - ως σύστημα σήμανσης και έναν από τους τρόπους εκπαίδευσης του αλγορίθμου τους για τον εντοπισμό των συναισθημάτων στα tweets.

Για να δοκιμάσουν τα bots στο σενάριο πραγματικού κόσμου ενάντια στους ανθρώπους, οι ερευνητές στρατολόγησαν τους εθελοντές μέσω του website crowdsourcing Mechanical Turks. Ο αλγόριθμος εντόπισε σαρκαστικούς τόνους σε tweets με ακρίβεια 82 τοις εκατό σε σύγκριση με τους ανθρώπους εθελοντές που αναγνώρισαν σαρκασμό με ακρίβεια 76 τοις εκατό.

"Μπορεί να είναι ότι μαθαίνει όλο το διαφορετικό αργκό", λέει ο Felbo. "Οι άνθρωποι έχουν πολύ ενδιαφέρουσες χρήσεις της γλώσσας - δεν το θέτουν έτσι."

Οι ερευνητές συγκέντρωσαν συνολικά πάνω από 55 δισεκατομμύρια tweets, με 1.2 δισεκατομμύρια από αυτά που περιέχουν emojis. Χρησιμοποιώντας αυτά τα embedded tweets, οι ερευνητές βοήθησαν τον αλγόριθμο να μάθει και να προσδιορίσει ποια emojis χρησιμοποιούνται με το είδος του κειμένου - χαρούμενο, θλιβερό, χιουμοριστικό και ούτω καθεξής.

Περισσότερα στα Νέα: 10 βασικά πράγματα που πρέπει να γνωρίζετε για τα Rs 49, 999 Worth Asus Zenfone AR

Οι υπολογιστές γίνονται όλο και καλύτεροι στην εκμάθηση μηχανών μέρα με τη μέρα και αποκτούν μια καλύτερη αίσθηση του τρόπου με τον οποίο οι άνθρωποι μιλούν και συμπεριφέρονται μέσω της κοινωνικής μετάδοσης δεδομένων.

Αυτός ο αλγόριθμος μπορεί να χρησιμοποιηθεί για να περιορίσει το περιεχόμενο που σχετίζεται με το κακόβουλο, το ρατσιστικό και την τρομοκρατία όχι μόνο από το Twitter, αλλά και από άλλους οργανισμούς όπως το Facebook, το YouTube, το Snap και άλλοι που προσπαθούν να καταστήσουν τις πλατφόρμες τους και το Διαδίκτυο καλύτερο.