Εξοργίζεστε από τον σαρκασμό στα social media; Το νέο σύστημα θα μετατρέψει τη σαρκαστική πρόταση σε ειλικρινείς δηλώσεις

Βασισμένο στην αυτόματη μετάφραση, το νέο σύστημα, που ονομάζεται Sarcasm SIGN (sarcasm Sentimental Interpretation GeNerator), μετατρέπει τις σαρκαστικές προτάσεις σε ειλικρινείς (μη σαρκαστικές). «Ελπίζουμε ότι στο μέλλον θα βοηθήσει τα άτομα με αυτισμό και Asperger», είπε ο Lotam Peled από το Technion.

σαρκασμός, σαρκασμός στα μέσα κοινωνικής δικτύωσης, πώς να ανιχνεύσετε σαρκασμό, σαρκαστικά σχόλια, ινδική εξπρές, ειδήσεις ινδικών εξπρέςΤο σύστημα είναι εκπαιδευμένο να εντοπίζει λέξεις με έντονα σαρκαστικά συναισθήματα και να τις αντικαθιστά με έντονες λέξεις.(Πηγή: Φωτογραφία αρχείου)

Για να βοηθήσουν τα άτομα με αυτισμό, τα οποία συχνά δυσκολεύονται να ερμηνεύσουν τον σαρκασμό, την ειρωνεία και το χιούμορ, οι ερευνητές ανέπτυξαν ένα σύστημα ερμηνείας σαρκαστικών δηλώσεων που δημοσιεύονται στα μέσα κοινωνικής δικτύωσης. Υπάρχουν πολλά συστήματα που έχουν σχεδιαστεί για να αναγνωρίζουν τον σαρκασμό, αλλά αυτό είναι το πρώτο που μπορεί να ερμηνεύσει τον σαρκασμό σε γραπτό κείμενο, είπε ο Lotam Peled από το Technion — Ινστιτούτο Τεχνολογίας του Ισραήλ.



μωβ λουλούδια που μοιάζουν με λεβάντα

Ελπίζουμε ότι στο μέλλον θα βοηθήσει τα άτομα με αυτισμό και Asperger, πρόσθεσε ο Peled, ο οποίος ανέπτυξε αυτό το σύστημα υπό την καθοδήγηση του επίκουρου καθηγητή Roi Reichart. Βασισμένο στην αυτόματη μετάφραση, το νέο σύστημα, που ονομάζεται Sarcasm SIGN (sarcasm Sentimental Interpretation GeNerator), μετατρέπει τις σαρκαστικές προτάσεις σε ειλικρινείς (μη σαρκαστικές).



Θα μετατρέψει, για παράδειγμα, μια σαρκαστική πρόταση όπως, Η νέα ταινία «Fast and Furious» είναι φοβερή. #σαρκασμός στην ειλικρινή πρόταση, Η νέα ταινία Fast and Furious είναι τρομερή.



Παρά την τεράστια ανάπτυξη σε αυτόν τον τομέα και τις επιτυχίες των εφαρμογών ανάλυσης συναισθήματος στη νοημοσύνη των μέσων κοινωνικής δικτύωσης, οι υπάρχουσες εφαρμογές δεν ξέρουν πώς να ερμηνεύσουν τον σαρκασμό, όπου ο συγγραφέας γράφει το αντίθετο από αυτό που πραγματικά εννοεί.

Προκειμένου να διδάξουν το σύστημα να παράγει ακριβείς ερμηνείες, οι ερευνητές συνέταξαν μια βάση δεδομένων με 3.000 σαρκαστικά tweets με ετικέτα #sarcasm, όπου κάθε tweet ερμηνεύτηκε ως μη σαρκαστική έκφραση από πέντε ανθρώπους ειδικούς. Επιπλέον, το σύστημα εκπαιδεύτηκε να εντοπίζει λέξεις με έντονα σαρκαστικά συναισθήματα και να τις αντικαθιστά με έντονες λέξεις που αποκαλύπτουν το αληθινό νόημα του κειμένου.



Το σύστημα εξετάστηκε από έναν αριθμό (ανθρώπινων) δικαστών, οι οποίοι έδωσαν στις ερμηνείες του υψηλές βαθμολογίες ευχέρειας και επάρκειας, συμφωνώντας ότι στις περισσότερες περιπτώσεις παρήγαγε μια σημασιολογικά και γλωσσικά σωστή πρόταση, η American Technion Society (ATS) που παρέχει κριτική υποστήριξη σε το Technion – Ινστιτούτο Τεχνολογίας του Ισραήλ, ανέφερε σε δήλωση.