第二回 コメント欄���YouTuber�当�るゲーム�色々��ん���】 -
米国のマサチューセッツ工科大学（MIT）の研究者は、ツイート内の皮肉を検出できるアルゴリズムを開発しました。これは明らかにほとんどの人より優れています。
研究者たちは当初、人種差別的で虐待的な内容を検出できるアルゴリズムを開発することを目的としていましたが、その過程で最初にこのアルゴリズムを開発しました。
研究者は、皮肉を理解することが、文の感情的なサブテキストをよりよく理解するためのアルゴリズムの最初のステップであると考えています。
MITメディアラボの准教授でIyad Rahwan氏は、次のように述べています。学生、Bjarke FelboはMIT Reviewに語った。
「ニューラルネットワークはある種の言語と絵文字の間の関係を学びました」とRahwanは付け加えました。
Twitterはすでにトロールの中心地であり、同社は脅威を抑えるための努力を強化しています。
ソーシャルメディアへの投稿に対する人々の態度や行動を測定することは、広告主の間で広く行われている方法です。
完全に開発されたとき、このアルゴリズムは、つぶやき/人種差別的な/つぶやきつぶやきやユーザーの手助けをする上で初歩的なものになることができます。
アルゴリズムは、大量のデータを使用してパターンを識別し理解するためにシミュレートされたニューラルネットワークを訓練するディープラーニング技術を使用する。
研究者は、ラベリングシステムとして、またツイート内の感情を識別するためのアルゴリズムをトレーニングする方法の1つとして、インターネット上で感情を表示するための非常に一般的な方法であるemojisを使用しました。
実世界のシナリオでボットを人間に対してテストするために、研究者たちはクラウドソーシングウェブサイトMechanical Turksを通してボランティアを募集しました。 76％の精度で皮肉を識別した人間のボランティアと比較して、アルゴリズムは82％の精度でツイートの皮肉な部分を識別しました。
「それはすべての異なるスラングを学習しているのかもしれません」とFelboは言います。 「人々は言語の非常に興味深い使用法を持っています - それでは、そのようにしています」
研究者らは全部で550億以上のつぶやきを収集し、そのうち12億には絵文字が含まれています。 これらの絵文字を埋め込んだツイートを使用して、研究者はアルゴリズムがどの種類のテキストで使用されているのかを学習および識別しました - 幸せ、悲しい、ユーモラスなど。
コンピュータは日々機械学習を習得しており、ソーシャルメディアデータマイニングを介して人間がどのように話したり行動したりするかについてのより良い感覚を得ています。
このアルゴリズムは、Twitterだけでなく、Facebook、YouTube、Snapなど、自社のプラットフォームやインターネットをより良い場所にしようとしている他の組織からの虐待的、人種差別的、テロ関連のコンテンツを抑制するために使用できます。