I ricercatori dell’Università della Florida centrale hanno sviluppato un nuovo strumento di intelligenza artificiale (AI) in grado di rilevare il sarcasmo nei social media. Secondo il team, questo tipo di strumento è molto utile per le aziende che cercano di comprendere meglio e rispondere al feedback dei clienti sulle principali piattaforme di social media come Twitter e Facebook. È estremamente difficile tenere il passo con questo processo manualmente.
Uno degli aspetti principali dello strumento è l’analisi del sentiment, che è il processo automatizzato di identificazione delle emozioni positive, negative e neutre all’interno del testo. L’analisi del sentiment si concentra sull’identificazione della comunicazione emotiva, mentre l’IA si concentra sull’analisi logica e sulla risposta.
La nuova ricerca è stata pubblicata sulla rivista Entropy .
Insegnare al modello a rilevare il sarcasmo
Il modello computerizzato è stato insegnato a rilevare schemi che indicano sarcasmo, e gli è stato insegnato a identificare parole chiave specifiche in una frase che indicava sarcasmo. Ciò è stato ottenuto dal team che alimenta il modello di grandi set di dati e ne migliora l’accuratezza.
Ivan Garibay è un assistente professore in Ingegneria industriale e sistemi di gestione. Ha conseguito lauree che includono un dottorato di ricerca. in informatica presso UCF, ed è direttore dell’Intelligenza Artificiale e Big Data Initiative di CASL di UCF e un programma di master in analisi dei dati.
“La presenza di sarcasmo nel testo è il principale ostacolo nell’esecuzione dell’analisi del sentiment”, afferma Garibay. “Il sarcasmo non è sempre facile da identificare nella conversazione, quindi puoi immaginare che sia piuttosto impegnativo per un programma per computer farlo e farlo bene. Abbiamo sviluppato un modello di apprendimento profondo interpretabile utilizzando auto-attenzione multitesta e unità ricorrenti gated. Il modulo multi-head di auto-attenzione aiuta a identificare le parole chiave sarcastiche cruciali dall’input e le unità ricorrenti apprendono le dipendenze a lungo raggio tra queste parole chiave per classificare meglio il testo di input. “
Garibay è stato raggiunto dalla studentessa di dottorato in informatica Ramya Akula e Brian Kettler, un responsabile del programma nell’Information Innovation Office (I2O) della DARPA.
Sfide del testo
“Il sarcasmo è stato un ostacolo importante per aumentare l’accuratezza dell’analisi del sentiment, in particolare sui social media, poiché il sarcasmo si basa in gran parte sui toni vocali, sulle espressioni facciali e sui gesti che non possono essere rappresentati nel testo”, afferma Kettler. “Riconoscere il sarcasmo nella comunicazione testuale online non è un compito facile in quanto nessuno di questi indizi è immediatamente disponibile”.
Gli scienziati del Complex Adaptive Systems Lab (CASL) di Garibay si affidano a data science , network science, complessità science, cognitive science, machine learning , deep learning, scienze sociali, team cognition e altri approcci per affrontare queste sfide.
Akula è un assistente di ricerca laureato presso CASL e uno studioso di dottorato. Ha conseguito un master in informatica presso la Technical University of Kaiserslautern in Germania e una laurea in informatica presso la Jawaharlal Nehru Technological University in India.
“Nella conversazione faccia a faccia, il sarcasmo può essere identificato senza sforzo utilizzando espressioni facciali, gesti e tono di chi parla”, dice Akula. “Rilevare il sarcasmo nella comunicazione testuale non è un compito banale in quanto nessuno di questi indizi è immediatamente disponibile. Soprattutto con l’esplosione dell’utilizzo di Internet, il rilevamento del sarcasmo nelle com
