Entrevista con Sophía, un robot con inteligencia artificial.
Investigadores del Instituto de Tecnología de Massachusetts (MIT), EE. UU., Han desarrollado un algoritmo que puede detectar el sarcasmo en los tweets, aparentemente mejor que la mayoría de las personas.
Inicialmente, los investigadores tenían como objetivo desarrollar un algoritmo que pueda detectar contenido racista y abusivo, pero en el proceso desarrollaron este algoritmo primero, ya que consideraron que es importante que la máquina entienda el sarcasmo.
Los investigadores creen que la comprensión del sarcasmo es el primer paso para que el algoritmo obtenga una mejor comprensión del subtexto emocional de una oración.
"Debido a que no podemos usar la entonación en nuestra voz o lenguaje corporal para contextualizar lo que estamos diciendo, los emoji son la forma en que lo hacemos en línea", dice Iyad Rahwan, profesor asociado del laboratorio MIT Media que desarrolló el algoritmo con uno de sus estudiantes, Bjarke Felbo, le dijeron a MIT Review.
"La red neuronal aprendió la conexión entre un cierto tipo de lenguaje y un emoji", agregó Rahwan.
Twitter ya es un centro para trolls y la compañía ha intensificado sus esfuerzos para frenar la amenaza.
La medición de las actitudes y el comportamiento de las personas hacia las publicaciones en las redes sociales ha sido una práctica frecuente entre los anunciantes.
Cuando está completamente desarrollado, este algoritmo puede resultar elemental para ayudar a anular los tweets abusivos / racistas / acosadores y también a los usuarios.
El algoritmo utiliza una técnica de aprendizaje profundo que entrena una red neuronal simulada para identificar y comprender patrones utilizando grandes cantidades de datos.
Los investigadores utilizaron una forma muy común de mostrar emociones en Internet, los emojis, como un sistema de etiquetado y una de las formas de entrenar su algoritmo para identificar emociones en los tweets.
Para probar los bots en el escenario del mundo real contra humanos, los investigadores reclutaron voluntarios a través del sitio web de crowdsourcing Mechanical Turks. El algoritmo identificó matices sarcásticos en tweets con una precisión del 82 por ciento en comparación con los voluntarios humanos que identificaron el sarcasmo con una precisión del 76 por ciento.
"Puede ser que esté aprendiendo todo el argot diferente", dice Felbo. "La gente tiene usos muy interesantes del lenguaje, vamos a decirlo así".
Los investigadores recolectaron más de 55 mil millones de tweets en total, de los cuales 1.2 mil millones contienen emojis. Utilizando estos tweets incrustados de emoji, los investigadores ayudaron al algoritmo a aprender e identificar qué emojis se usan con qué tipo de texto: feliz, triste, humorístico, etc.
Las computadoras están mejorando en el aprendizaje automático día a día y tienen una mejor idea de cómo los humanos hablan y se comportan a través de la minería de datos en las redes sociales.
Este algoritmo se puede utilizar para frenar el contenido abusivo, racista y relacionado con el terrorismo, no solo de Twitter, sino también de otras organizaciones como Facebook, YouTube, Snap y otras que están tratando de hacer que sus plataformas e Internet sean un lugar mejor.
Los usuarios pueden ayudar a detectar aplicaciones de Android
Google puede usar un sistema de calificación impulsado por el usuario para ayudar a mantener las aplicaciones malas o dañinas de Android fuera de los teléfonos celulares. > Google puede usar un sistema de calificación impulsado por el usuario para ayudar a mantener las aplicaciones de Android malas o dañinas fuera de los teléfonos celulares.
Security Group converge para combatir el abuso de Internet
A medida que el cibercrimen continúa proliferando en Internet, un grupo de seguridad de la industria espera que su trabajo ayude a detener la marea de spam y estafas.
Gobierno indio para combatir el abuso infantil en línea
El Ministerio de Desarrollo de la Mujer y el Niño está creando una Alianza Nacional para contrarrestar el mal del abuso y la explotación infantil en la era digital ...