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

 

Di ihal

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi