Des chercheurs développent une intelligence artificielle capable de détecter le sarcasme dans les médias sociaux –

  • FrançaisFrançais



  • Des chercheurs en informatique de l’Université de Floride centrale ont mis au point un détecteur de sarcasme.

    Les médias sociaux sont devenus une forme de communication dominante pour les particuliers et pour les entreprises qui cherchent à commercialiser et vendre leurs produits et services. Bien comprendre et répondre aux commentaires des clients sur Twitter, Facebook et d’autres plateformes de médias sociaux est essentiel pour réussir, mais cela demande énormément de travail.

    C’est là qu’intervient l’analyse des sentiments. Le terme fait référence au processus automatisé d’identification de l’émotion – positive, négative ou neutre – associée au texte. Alors que l’intelligence artificielle fait référence à l’analyse et à la réponse logiques des données, l’analyse des sentiments s’apparente à l’identification correcte de la communication émotionnelle. Une équipe de l’UCF a développé une technique qui détecte avec précision le sarcasme dans le texte des médias sociaux.

    Les résultats de l’équipe ont été récemment publiés dans la revue Entropie.

    En fait, l’équipe a appris au modèle informatique à trouver des modèles qui indiquent souvent le sarcasme et a combiné cela avec l’enseignement du programme pour sélectionner correctement les mots de repère dans les séquences qui étaient plus susceptibles d’indiquer le sarcasme. Ils ont appris au modèle à le faire en lui fournissant de grands ensembles de données, puis en vérifiant sa précision.

    «La présence de sarcasme dans le texte est le principal obstacle à la réalisation de l’analyse des sentiments», déclare le professeur assistant d’ingénierie Ivan Garibay ’00MS’ 04PhD. «Le sarcasme n’est pas toujours facile à identifier dans une conversation, vous pouvez donc imaginer qu’il est assez difficile pour un programme informatique de le faire et de bien le faire. Nous avons développé un modèle d’apprentissage en profondeur interprétable utilisant l’auto-attention multi-têtes et des unités récurrentes fermées. Le module d’auto-attention multi-têtes aide à identifier les mots-repères sarcastiques cruciaux à partir de l’entrée, et les unités récurrentes apprennent les dépendances à longue portée entre ces mots-repères pour mieux classer le texte d’entrée. “

    L’équipe, qui comprend l’étudiante en doctorat en informatique Ramya Akula, a commencé à travailler sur ce problème grâce à une subvention DARPA qui soutient le programme de simulation informatique du comportement social en ligne de l’organisation.

    «Le sarcasme a été un obstacle majeur à l’augmentation de la précision de l’analyse des sentiments, en particulier sur les réseaux sociaux, car le sarcasme repose largement sur des sons vocaux, des expressions faciales et des gestes qui ne peuvent pas être représentés dans un texte», déclare Brian Kettler, responsable de programme dans DARPA’s Information Bureau de l’innovation (I2O). “Reconnaître le sarcasme dans la communication textuelle en ligne n’est pas une tâche facile car aucun de ces indices n’est facilement disponible.”

    C’est l’un des défis que le laboratoire de systèmes adaptatifs complexes (CASL) de Garibay étudie. Le CASL est un groupe de recherche interdisciplinaire dédié à l’étude de phénomènes complexes tels que l’économie mondiale, l’environnement mondial de l’information, les écosystèmes d’innovation, la durabilité et la dynamique et l’évolution sociales et culturelles. Les scientifiques de l’ACOA étudient ces problèmes à l’aide de la science des données, de la science des réseaux, de la science de la complexité, des sciences cognitives, de l’apprentissage automatique, de l’apprentissage profond, des sciences sociales, de la cognition en équipe, entre autres approches.

    «Dans une conversation en face à face, le sarcasme peut être identifié sans effort en utilisant les expressions faciales, les gestes et le ton de l’orateur», dit Akula. “Détecter le sarcasme dans la communication textuelle n’est pas une tâche insignifiante car aucun de ces indices n’est facilement disponible. En particulier avec l’explosion de l’utilisation d’Internet, la détection du sarcasme dans les communications en ligne à partir des plates-formes de réseaux sociaux est beaucoup plus difficile.”

    Garibay est professeur adjoint en génie industriel et systèmes de gestion. Il possède plusieurs diplômes dont un doctorat. en informatique de l’UCF. Garibay est le directeur de l’Initiative Intelligence Artificielle et Big Data de l’UCF de la CASL et du programme de maîtrise en analyse de données. Ses domaines de recherche comprennent les systèmes complexes, les modèles basés sur des agents, la dynamique de l’information et de la désinformation sur les médias sociaux, l’intelligence artificielle et l’apprentissage automatique. Il a plus de 75 articles évalués par des pairs et plus de 9,5 millions de dollars en financement de diverses agences nationales.

    Akula est doctorante et assistante de recherche diplômée à l’ACOA. Elle est titulaire d’une maîtrise en informatique de l’Université technique de Kaiserslautern en Allemagne et d’un baccalauréat en génie informatique de l’Université technologique Jawaharlal Nehru, en Inde.

    Source de l’histoire:

    Matériaux fourni par Université de Floride centrale. Original écrit par Zenaida Gonzalez Kotala. Remarque: le contenu peut être modifié pour le style et la longueur.

    L'équipe de Comparaland

    Rédacteur web depuis 2009 et webmestre depuis 2011.

    Je m'intéresse à tous les sujets comme la politique, la culture, la géopolitique, l'économie ou la technologie. Toute information permettant d'éclairer mon esprit et donc, le vôtre, dans un monde obscur et à la dérive. Je suis l'auteur de plusieurs livre

    Pour me contacter personnellement :

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *