Učíme počítače poznat ironii

Pavel Houser , 06. září 2016 09:00 0 komentářů

Poznat vtip, nadsázku či ironii je považováno za velmi výjimečnou lidskou vlastnost. Šimpanzi ani psi to, zdá se, neumí, pochybujeme o tom, že by to zvládla umělá inteligence. Proč by ale nemohla?

Trochu to připomíná ukázky, které mají demonstrovat nepoužitelnost počítačových překladačů; určitě najdeme dost příkladů jejich fatálních omylů a podobně objevíme dost ukázek, jak se systémy pro porozumění jazyku v ironii dokonale ztratily. Jenomže občas se ztrácíme i my sami a vtip nám unikne. Zejména když je k dispozici velké množství dat, není problém v nich najít důkaz, že něco nefunguje nebo někdo něco nezvládá. Ve skutečnosti systém umělé inteligence, který rozpoznává ironii, vůbec nemusí být bezchybný – jistě se najdou příklady, kdy mu něco nedošlo, jako každému. Rozumět ironii znamená prostě určitou procentuální úspěšnost v interpretaci sdělení. (Příslušný program vysloveně neanalyzuje, „co kdo jak myslel“, ale prostě dokáže určit, že význam výroku není doslovný, ale opačný nebo jinak posunutý.)

Jak ale v praxi rozpoznávání ironie software naučit? Silvio Amir z Lisabonské univerzity se k tomu rozhodl využít příspěvky na Twitteru (v těchto lakonických poznámkách bude ironie určitě zastoupena víc než v delší komunikaci). Použije se prostě strojové učení (vícevrstvé neuronové sítě, deep learnig a další moderní technologie...) vycházející z analýzy předešlých příspěvků. Výsledkem je, že software prý dokáže identifikovat ironii s přesností na 87 % - což je o pár bodů víc než jiná umělá konkurence. Možná spíš než těch pár procent by bylo zajímavější zjistit, s jakou úspěšností dokáží systémy najít ironii v delším sdělení, kde se oboje míchá. Na Twitteru možná stačí označit výrok za ano/ne.

Amir uvádí, že pro strojové učení je ironie docela dobře zvládnutelná hlavně tehdy, máme-li k dispozici dost výroků od jednoho člověka – každý ji používá trochu jinak, ironický bude podobně jako v minulosti, „konzistentně“. Sarkasmus navíc u člověka často provázejí konkrétní signály, třeba tón řeči a doprovodná gesta, jenže totéž platí i v psaném projevu, byť to nemusí být tak patrné (dejme tomu se používají určité konkrétní fráze „hm, takže...“). Tudíž nový model má být chytrý tím, že je současně jednoduchý.

Stejně tak se ale věci dají komplikovat, třeba řadit uživatele do různých skupin a pak ironii zkoumat s přihlédnutím k tomu, jaké zájmy a hodnoty bude pravděpodobně zastávat celá skupina. Pokud je význam výroku v rozporu s tím, jak obvykle reaguje skupina, představuje to signál, že by mohlo jít o sarkasmus. Což tak nějak asi funguje, ale stejně tak je jasné, že má-li systém pracovat s „významem výroku“ nebo „hodnotami skupiny“, model se krajně komplikuje a ztrácí se původní elegance.

Každopádně extrahovat informace z Twitteru je velký byznys a motivace pro vývojáře (i když v ČR zrovna Twitter díru do světa neudělal; v téhle souvislosti je také zajímavé, nakolik systémy pro rozpoznávání sarkasmu budou přenosné mezi různými jazyky). Firmy nebo třeba politické strany při sledování svého mediálního obrazu a reakcích na konkrétní kroky jsou za podobnou analýzu jistě ochotné zaplatit. Nemají-li se třeba jenom počítat zmínky, ale i nějak inteligentně vyhodnocovat, bez rozpoznání ironie to moc nejde.

Mimochodem na celém přístupu je zajímavá ještě jedna věc – Amir nedělal žádný obecný model, ale model pro Twitter. Tak si lze představit, že třeba vzniknou speciální systémy, které toto rozpoznají při konverzaci na Facebooku, při záznamech komunikace na úřadech, na sportovních stadionech. Což ale zase odpovídá tomu, jak fungují lidé – nejsme-li filatelisty, asi sotva pochopíme jakési jemné ironické narážky na hrubé zoubky známek, ironii v pivnici pozná spíše pravidelný návštěvník těchto zařízení.

To neznamená, že pak nepřijde i nějaký univerzálnější nástroj, který zkusí kombinovat ty jednodušší programy (téměř utility). Tak alespoň vypadá vývoj umělé inteligence, považujeme-li za účinný přístup zdola nahoru. Možná ale velkou praktickou využitelnost získáme i bez složitějších modelů. Dá se z toho něco vyvodit o fungování nás samých nebo pro vývoj jiných oborů umělé inteligence?

Zdroj: New Scientist, TechCrunch, Techxplore.com


Komentáře

RSS 

Komentujeme

Kradená auta: Další úkol pro bezpečnostní kamery

Pavel Houser , 16. srpen 2017 06:30
Pavel Houser

Bezpečnostní kamery, které hledají ukradená vozidla nebo mají za úkol vozidlo jednoznačně identifiko...

Více






Kalendář

24. 08. Webinář Synology - DSM 6.1 - Virtual Machine Manager
27. 08.

31. 08.
VMworld 2017
01. 09.

06. 09.
IFA 2017
RSS 

Zprávičky

Apple opouští myšlenku výroby samořízeného vozu

ČTK , 23. srpen 2017 10:54

Do projektu Titan, který odstartoval v roce 2014, šel Apple se svým standardním nasazením. Projekt s...

Více 0 komentářů

Podíl sociálních sítí na on-line reklamě vzroste na pětinu

ČTK , 23. srpen 2017 09:00

Největší rozpočty mají každoročně technologické firmy, automobilové společnosti, obchodní řetězce, o...

Více 0 komentářů

Seznam chce za 3 roky prodávat polovinu reklamy na aukcích

ČTK , 23. srpen 2017 08:00

Mobily již nyní zprostředkovávají až 40 % přístupů na služby Seznamu....

Více 0 komentářů

Starší zprávičky

Útočníci si oblíbili sadu exploitů Lost in Translation

Pavel Houser , 22. srpen 2017 10:21

Studie mapuje vývoj malwaru v České republice a ve světě ve druhém čtvrtletí. ...

Více 0 komentářů

České Radiokomunikace nabízejí i privátní cloud

Pavel Houser , 22. srpen 2017 08:00

Řešení je podle CRA vhodné pro provoz citlivých, náročných a exponovaných aplikací a ukládání citliv...

Více 0 komentářů

LG V30 bude mít displej OLED FullVision

Pavel Houser , 21. srpen 2017 11:42

P-OLED vzniká umísťováním pixelů na plastový substrát, který je mnohem pevnější než skleněná základn...

Více 0 komentářů

Jak funguje byznys na tuzemském YouTube

ČTK , 21. srpen 2017 09:47

Zájem Čechů o sledování videí na YouTube vzrostl letos meziročně o 35 procent. Poptávka se přesouvá ...

Více 0 komentářů