在任何一部出色的科幻電影的航天飛機(jī)上，我們都發(fā)現(xiàn)了一個(gè)具有人工智能的機(jī)器人，該機(jī)器人能夠以幽默的方式與機(jī)組人員進(jìn)行通信，但是像人類(lèi)一樣進(jìn)行軟件通信的想法可能并不像聽(tīng)起來(lái)那樣牽強(qiáng)。

DTU的前生Bjarke Felbo(目前正在麻省理工學(xué)院(MIT)進(jìn)行一項(xiàng)贈(zèng)款研究)已經(jīng)開(kāi)發(fā)了一種算法，該算法可以使用深度表情符號(hào)分析來(lái)檢測(cè)文本消息中的諷刺等基礎(chǔ)消息。 DTU Compute的副教授Sune Lehmann(該算法論文的高級(jí)作者)認(rèn)為，其潛力仍然更大。稍后對(duì)此有更多了解。

該算法可以通過(guò)將文本分為情感類(lèi)別來(lái)檢測(cè)文本中的基本消息。以前，計(jì)算機(jī)只能使用一個(gè)特定的單詞或幾個(gè)標(biāo)簽，因此僅限于從給定文本中提取字面意思。但是，借助64種選定的表情符號(hào)，該算法突然具有相似數(shù)量的新文本尺寸，從而可以得出有關(guān)文本重要性的新結(jié)論。

“這種算法的妙處在于，實(shí)際上，它為我們提供了理解文本情感的關(guān)鍵，”蘇恩·萊曼(Sune Lehmann)說(shuō)。

該算法已經(jīng)過(guò)訓(xùn)練，可以分析所選表情符號(hào)在超過(guò)十億個(gè)Twitter更新中的使用情況。據(jù)了解，當(dāng)我們寫(xiě)“這是狗屎”時(shí)我們很生氣，而當(dāng)我們寫(xiě)“這是狗屎”時(shí)我們正在表達(dá)熱情。它知道這一點(diǎn)是因?yàn)槲覀円圆煌谋砬榉?hào)結(jié)束了消息。

無(wú)極限

當(dāng)算法學(xué)會(huì)區(qū)分涉及大量數(shù)據(jù)的眾多細(xì)微差別時(shí)，我們稱(chēng)之為“深度學(xué)習(xí)”。表情符號(hào)算法基于此原理。但是，它也能夠“轉(zhuǎn)移學(xué)習(xí)”，即將經(jīng)驗(yàn)從解決一個(gè)問(wèn)題轉(zhuǎn)移到另一個(gè)問(wèn)題，這使其與眾不同。

深度學(xué)習(xí)使該算法擅長(zhǎng)猜測(cè)哪個(gè)表情符號(hào)屬于特定文本。然后，我們可以使用轉(zhuǎn)移學(xué)習(xí)進(jìn)行調(diào)整，以便可以區(qū)分諷刺和非諷刺，并隨后向算法中添加其他數(shù)據(jù)，從而可以學(xué)習(xí)很多其他東西。” Sune Lehmann說(shuō)。

您必須想象一下，將64個(gè)表情符號(hào)彼此并排放下，并將它們從最眼淚的表情到最幸福的笑臉進(jìn)行排列。然后，可以將其他數(shù)據(jù)(正數(shù)和負(fù)數(shù))添加到排名情緒的這些不同維度中，從而可以一次對(duì)大量消息進(jìn)行大規(guī)模分析。

對(duì)政客有用：

“例如，該算法可被政客用來(lái)評(píng)估整個(gè)人群對(duì)他們的評(píng)論和觀點(diǎn)的在線反應(yīng)，”蘇尼·萊曼(Sune Lehmann)說(shuō)。

但是，該算法還有更多功能。還可以開(kāi)發(fā)它來(lái)檢測(cè)社交媒體上的仇恨言論，并使諸如Apple Siri的語(yǔ)音控制程序更加智能。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！