Pesquisadores desenvolvem inteligência artificial que pode detectar sarcasmo nas mídias sociais




Entender e responder adequadamente aos feedbacks dos clientes no Twitter, Facebook e outras plataformas de mídia social é fundamental para o sucesso, mas é incrivelmente trabalhoso. Eu.


Um algoritmo de inteligência artificial recém-desenvolvido pode detectar com precisão sarcasmo em comentários escritos em plataformas de mídia social.

Fonte: Universidade da Flórida Central

Pesquisadores de ciência da computação da Universidade da Flórida Central desenvolveram um detector de sarcasmo.

As mídias sociais tornaram-se uma forma dominante de comunicação para indivíduos e para empresas que buscam comercializar e vender seus produtos e serviços. Entender e responder adequadamente aos feedbacks dos clientes no Twitter, Facebook e outras plataformas de mídia social é fundamental para o sucesso, mas é incrivelmente trabalhoso.

É aí que entra a análise do sentimento. O termo refere-se ao processo automatizado de identificação da emoção — positiva, negativa ou neutra — associada ao texto. Embora a inteligência artificial se refira à análise e resposta lógica de dados, a análise de sentimento é semelhante à identificação correta da comunicação emocional. Uma equipe da UCF desenvolveu uma técnica que detecta com precisão o sarcasmo no texto das mídias sociais.

As descobertas da equipe foram publicadas recentemente na revista Entropy.

Efetivamente, a equipe ensinou o modelo de computador a encontrar padrões que muitas vezes indicam sarcasmo e combinou isso com o ensino do programa para escolher corretamente palavras de sinalização em sequências que eram mais propensas a indicar sarcasmo. Eles ensinaram o modelo a fazer isso alimentando-o com grandes conjuntos de dados e, em seguida, verificaram sua precisão.

"A presença de sarcasmo no texto é o principal empecilho no desempenho da análise de sentimentos", diz o professor assistente de engenharia Ivan Garibay.

"Sarcasmo nem sempre é fácil de identificar na conversa, então você pode imaginar que é muito desafiador para um programa de computador fazê-lo e fazê-lo bem. Desenvolvemos um modelo de aprendizagem profunda interpretável usando auto-atenção multi-cabeça e unidades recorrentes fechadas. O módulo de auto-atenção de várias cabeças ajuda na identificação de palavras-sugestão sarcásticas cruciais da entrada, e as unidades recorrentes aprendem dependências de longo alcance entre essas palavras-sugestão para classificar melhor o texto de entrada."

A equipe, que inclui o doutorando em ciência da computação Ramya Akula, começou a trabalhar nesse problema sob uma bolsa darpa que apoia o programa de Simulação Computacional de Comportamento Social Online da organização.

"O sarcasmo tem sido um grande obstáculo para aumentar a precisão da análise de sentimentos, especialmente nas mídias sociais, uma vez que o sarcasmo depende fortemente de tons vocais, expressões faciais e gestos que não podem ser representados em texto", diz Brian Kettler, gerente de programas do Escritório de Inovação da Informação (I2O) da DARPA.


"Reconhecer o sarcasmo na comunicação online textual não é tarefa fácil, pois nenhuma dessas pistas está prontamente disponível."

Este