被諷刺了但卻沒意識(shí)到？這個(gè)神經(jīng)網(wǎng)絡(luò)來幫你

在網(wǎng)絡(luò)上，用文字交流，有一個(gè)危險(xiǎn)之處，那就是當(dāng)別人在嘲諷你的時(shí)候，你會(huì)意識(shí)不到，反之有時(shí)，你明明沒有嘲諷的意思卻被對(duì)方誤會(huì)。比如，有時(shí)當(dāng)某人跟評(píng)論說“真棒”的時(shí)候，你不知道他真的覺得這個(gè)東西好呢，還是在反諷。

最近，來自西班牙里斯本大學(xué)的研究人員引用了新型的深度神經(jīng)網(wǎng)絡(luò)CUE-CNN，能自動(dòng)識(shí)別社交媒體上具有嘲諷意義的言論。 這不僅會(huì)避免日常文字對(duì)話時(shí)的小尷尬， 而且對(duì)于人工智能領(lǐng)域的自然語言處理來說，知道某一句話是否是諷刺，這一點(diǎn)尤其顯得重要。

但是這不是一個(gè)簡(jiǎn)單的問題。通常來說，計(jì)算機(jī)要理解一句話是否具有諷刺意思，需要結(jié)合上下文的語境，從文本本身尋找信息，但是會(huì)遇到語境不足的問題。畢竟，包括標(biāo)點(diǎn)符號(hào)在內(nèi)都一模一樣的的一句話，由不同的人嘴里說出來意思會(huì)完全不同。比如，同樣一句“使美國(guó)再度偉大”（Make America great again，這是川普的競(jìng)選口號(hào)）， 川普的支持者和反對(duì)者分別在Twitter上寫下這句話，含義會(huì)完全不一樣。

里斯本大學(xué)的研究員Silvio Amir說道：“要理解諷刺意味，單靠文本信息是不夠的。”所以，還有一個(gè)關(guān)鍵因素，就是理解發(fā)表這個(gè)言論的用戶本身。

該團(tuán)隊(duì)的論文中描述了一個(gè)方法，就是讓神經(jīng)網(wǎng)絡(luò)找到“用戶嵌入”（User Embeddings）。要理解這個(gè)詞，我們就要對(duì)比自然語言處理中比較常見的”單詞嵌入“（Word Embeddings ）這個(gè)術(shù)語。

單詞之間會(huì)有或近或遠(yuǎn)的聯(lián)系。例如，“男人”與”國(guó)王”這個(gè)兩個(gè)詞經(jīng)常出現(xiàn)在一起，聯(lián)系比較緊密，“女人”與“王后”也有類似的關(guān)系。而這種單詞之間的關(guān)系就被稱為"單詞嵌入"，而且研究人員往往用數(shù)學(xué)上的向量空間圖來表示這種關(guān)系，在向量空間中，具有相似意義的單詞會(huì)占據(jù)同一塊位置，比較直觀。

所以這里的“用戶嵌入”就是指用戶之間的關(guān)系。幾個(gè)用戶之間，可能愛好相似，教育經(jīng)歷相似，那么這一波用戶之間的關(guān)系比較緊密，在空間向量里，就會(huì)聚集在同一塊位置。

比如，論文里用政治傾向來做例子。如下圖，每個(gè)圓點(diǎn)代表了Twitter上的用戶：藍(lán)色用戶關(guān)注了至少一下民主黨政客：奧巴馬、希拉里和伯尼· 桑德斯；紅色用戶關(guān)注了以下至少一位共和黨政客：馬可· 盧比奧、泰德·克魯茲、特朗普。同時(shí)關(guān)注兩黨的用戶被排除在外。從圖中發(fā)現(xiàn)，擁有類似政治傾向的用戶會(huì)聚集在向量空間的同一位置。

如果某一個(gè)藍(lán)色用戶發(fā)表了支持川普的言論，而這與同他處在同一位置的其他用戶不一樣，那么系統(tǒng)會(huì)判定，這個(gè)言論很可能具有諷刺意味。

使用類似的方法，在理想情況下，可以找到界限比較明確的一個(gè)一個(gè)團(tuán)體。將這個(gè)神經(jīng)網(wǎng)絡(luò)與上下文的語境的線索結(jié)合起來，得出來的實(shí)驗(yàn)結(jié)果顯示，準(zhǔn)確率有87%，對(duì)比其他系統(tǒng)的準(zhǔn)確率是85%。雖然準(zhǔn)確度并沒有大幅度提高，但是考慮到這個(gè)系統(tǒng)要求的人工配置和監(jiān)測(cè)比以往的要少很多，這會(huì)讓其在社交媒體網(wǎng)絡(luò)的上的應(yīng)用變得更加容易。

Via TC

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。