Sosyal Medyadaki Alayları Tespit Eden Alay Dedektörü Geliştiriliyor
Sosyal Medyadaki Alayları Tespit Eden Alay Dedektörü Geliştiriliyor. Central Florida Üniversitesi’ndeki bilgisayar bilimi araştırmacıları bir Alay Detektörü geliştirdiler.
Araştırmacılar Sosyal Medyadaki Alayları Tespit Edebilen Alay Dedektörü Geliştiriyor
Sosyal medya, bireyler ve ürünlerini ve hizmetlerini pazarlamak ve satmak isteyen şirketler için baskın bir iletişim biçimi haline geldi.
Twitter, Facebook ve diğer sosyal medya platformlarındaki müşteri geri bildirimlerini doğru bir şekilde anlamak ve yanıtlamak başarı için kritik öneme sahiptir. Ancak inanılmaz derecede emek harcamak lazım.
Duygu analizinin devreye girdiği yer burasıdır. Terim, metinle ilişkili olumlu, olumsuz veya nötr olan duyguyu otomatik olarak tanımlama sürecini ifade eder.
Yapay zeka, mantıksal veri analizi ve yanıtı ifade ederken, duyarlılık analizi, duygusal iletişimi doğru bir şekilde tanımlamaya benzer. Bir UCF ekibi, sosyal medya metnindeki alayları doğru bir şekilde tespit eden bir teknik geliştirdi.
İlgili Makale: Etik Yapay Zeka AI Nedir? Etik Yapay Zeka AI Kılavuzu
Alay Dedektörü Uygulamasına Alaycı Kalıpları Bulma Öğretildi
Ekip, bilgisayar modeline etkili bir şekilde, genellikle alaycı olan kalıpları bulmayı öğretti. Bunu, alay gösterme olasılığı daha yüksek olan sıralar halinde ipucu sözcükleri doğru bir şekilde seçmeyi öğretmekle birleştirdi.
Modele bunu büyük veri kümeleri besleyerek yapmayı öğrettiler ve ardından doğruluğunu kontrol ettiler.
Mühendislik Yardımcı Doçenti Ivan Garibay ’00MS’ 04PhD, “Metinde alayların varlığı duygu analizinin performansındaki ana engeldir” diyor.
“Alaycılığın sohbette tanımlanması her zaman kolay değildir, bu yüzden bir bilgisayar programının bunu yapmasının ve iyi yapmasının oldukça zor olduğunu hayal edebilirsiniz. Çok başlı öz-dikkat ve kapılı tekrarlayan birimler kullanarak yorumlanabilir bir derin öğrenme modeli geliştirdik. Çok başlı öz-dikkat modülü, girdiden önemli alaycı işaret kelimelerini tanımlamaya yardımcı olur ve tekrarlayan birimler, giriş metnini daha iyi sınıflandırmak için bu işaret sözcükleri arasındaki uzun menzilli bağımlılıkları öğrenir. “
Bilgisayar bilimleri doktora öğrencisi Ramya Akula’nın da yer aldığı ekip, kuruluşun Çevrimiçi Sosyal Davranışın Hesaplamalı Simülasyon programını destekleyen bir DARPA hibesi kapsamında bu sorun üzerinde çalışmaya başladı.
DARPA ‘nın Information program yöneticisi Brian Kettler, “Alay , özellikle sosyal medyada duygu analizinin doğruluğunu artırmanın önünde büyük bir engel oldu. Çünkü alay, metinde temsil edilemeyen ses tonlarına, yüz ifadelerine ve jestlere dayanıyor,” diyor. “Metinsel çevrimiçi iletişimde alaycılığı tanımak kolay bir iş değil çünkü bu ipuçlarından hiçbiri hazır değil.”
Bu, Garibay’in Karmaşık Uyarlanabilir Sistemler Laboratuvarı’nın (CASL) üzerinde çalıştığı zorluklardan biridir.
CASL, küresel ekonomi, küresel bilgi ortamı, yenilik ekosistemleri, sürdürülebilirlik ve sosyal ve kültürel dinamikler ve evrim gibi karmaşık fenomenlerin incelenmesine adanmış disiplinler arası bir araştırma grubudur.
CASL bilim adamları, diğer yaklaşımların yanı sıra veri bilimi, ağ bilimi, karmaşıklık bilimi, bilişsel bilim, makine öğrenimi, derin öğrenme, sosyal bilimler, takım bilişini kullanarak bu sorunları inceler.
Akula, “Yüz yüze konuşmada, alay, yüz ifadeleri, jestler ve konuşmacının tonu kullanılarak zahmetsizce tanımlanabilir,” diyor.
“Metinsel iletişimde alaycılığı tespit etmek, bu ipuçlarından hiçbiri hazır olmadığından önemsiz bir iş değildir. Özellikle internet kullanımının patlamasıyla, sosyal ağ platformlarından çevrimiçi iletişimde alay tespiti çok daha zordur.”
