Investigadores de la Universidad de Florida Central han desarrollado una nueva herramienta de inteligencia artificial (IA) que es capaz de detectar sarcasmo en las redes sociales. Según el equipo, este tipo de herramienta es muy útil para las empresas que buscan comprender mejor y responder a los comentarios de los clientes en las principales plataformas de redes sociales como Twitter y Facebook. Es extremadamente difícil mantenerse al día con este proceso manualmente.
Uno de los aspectos principales de la herramienta es el análisis de sentimientos, que es el proceso automatizado de identificar emociones positivas, negativas y neutrales dentro del texto. El análisis de sentimientos se centra en identificar la comunicación emocional, mientras que la IA se centra en el análisis lógico y la respuesta.
La nueva investigación fue publicada en la revista entropía.
Enseñar al modelo a detectar el sarcasmo
Se le enseñó al modelo de computadora a detectar patrones que indican sarcasmo, y se le enseñó a identificar palabras clave específicas en una oración que indica sarcasmo. Esto se logró gracias a que el equipo alimentó el modelo con grandes conjuntos de datos y mejoró su precisión.
Ivan Garibay es profesor asistente en Ingeniería Industrial y Sistemas de Gestión. Tiene títulos que incluyen un Ph.D. en ciencias de la computación de la UCF, y es director de la Iniciativa de Inteligencia Artificial y Big Data de la UCF de CASL y un programa de maestría en análisis de datos.
“La presencia de sarcasmo en el texto es el principal obstáculo en la realización del análisis de sentimiento”, dice Garibay. “El sarcasmo no siempre es fácil de identificar en una conversación, así que puedes imaginar que es bastante desafiante para un programa de computadora hacerlo y hacerlo bien. Desarrollamos un modelo de aprendizaje profundo interpretable utilizando autoatención de múltiples cabezas y unidades recurrentes cerradas. El módulo de autoatención de múltiples cabezas ayuda a identificar palabras clave sarcásticas cruciales de la entrada, y las unidades recurrentes aprenden dependencias de largo alcance entre estas palabras clave para clasificar mejor el texto de entrada”.
Garibay estuvo acompañado por el estudiante de doctorado en ciencias de la computación Ramya Akula y Brian Kettler, gerente de programa en la Oficina de Innovación de la Información (I2O) de DARPA.
Desafíos del texto
“El sarcasmo ha sido un gran obstáculo para aumentar la precisión del análisis de sentimientos, especialmente en las redes sociales, ya que el sarcasmo depende en gran medida de los tonos vocales, las expresiones faciales y los gestos que no se pueden representar en el texto”, dice Kettler. “Reconocer el sarcasmo en la comunicación textual en línea no es una tarea fácil, ya que ninguna de estas señales está fácilmente disponible”.
Los científicos del Laboratorio de Sistemas Adaptativos Complejos (CASL) de Garibay confían en la ciencia de datos, la ciencia de redes, la ciencia de la complejidad, la ciencia cognitiva, el aprendizaje automático, el aprendizaje profundo, las ciencias sociales, la cognición en equipo y otros enfoques para abordar estos desafíos.
Akula es asistente de investigación de posgrado en CASL y becaria de doctorado. Tiene una maestría en informática de la Universidad Técnica de Kaiserslautern en Alemania y una licenciatura en informática de la Universidad Tecnológica Jawaharlal Nehru en India.
“En una conversación cara a cara, el sarcasmo se puede identificar sin esfuerzo usando expresiones faciales, gestos y el tono del hablante”, dice Akula. “Detectar el sarcasmo en la comunicación textual no es una tarea trivial ya que ninguna de estas señales está fácilmente disponible. Especialmente con la explosión del uso de Internet, la detección de sarcasmo en las comunicaciones en línea desde las plataformas de redes sociales es mucho más desafiante”.