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

Sinclair, Jobs a Watson

Richard Jan Voigts , 31. prosinec 2016 08:00
Richard Jan Voigts

ZX Spectrum byla hračka, kterou nám dal před l...

Více





Kalendář

06. 02.

07. 02.
konference G2B TechEd
15. 02. IDC Predictions 2017
22. 02. IT mezi paragrafy
RSS 

Zprávičky

Reuters: Hlavní příčinou potíží telefonů Galaxy Note 7 je baterie

ČTK , 16. leden 2017 14:00

Hlavní příčinou samovzněcování některých chytrých telefonů Galaxy Note 7 byla baterie. Podle zdroje ...

Více 0 komentářů

Facebook v Německu spustí systém pro ověřování pravdivosti zpráv

ČTK , 16. leden 2017 07:00

Internetová sociální síť Facebook v příštích týdnech zavede v Německu systém pro ověřování pravdivos...

Více 0 komentářů

Yahoo Japan zvažuje třídenní víkend, chce zaměstnance motivovat

ČTK , 15. leden 2017 15:00

Japonská internetová společnost Yahoo Japan zvažuje, že by do roku 2020 zavedla třídenní víkend. Chc...

Více 0 komentářů

Starší zprávičky

Uber se dohodl s Google na využití jeho map

ČTK , 15. leden 2017 12:32

Internetová firma Google nově propojila své mapy s poskytovatelem přeprav Uber. S novou aktualizací ...

Více 1 komentářů

Fakulta elektrotechnická ČVUT v Praze představí zájemcům o studium moderní techniku i její historii

ITBiz.cz , 14. leden 2017 16:30

Fakulta elektrotechnická ČVUT v Praze pořádá v pátek 20. ledna od 8.30 hodin první letošní Den otevř...

Více 0 komentářů

Čína chce zakázat elektrošoky pro mládež závislou na internetu

ČTK , 14. leden 2017 13:35

Čínská vláda chce zákonem zakázat používání elektrošoků a dalších fyzických trestů v táborech pro zá...

Více 5 komentářů

Za internetový prodej ohrožených brouků soud udělil podmínku

ČTK , 13. leden 2017 15:00

Český soud poprvé potrestal prodejce, který na internetu nabízel ohrožené druhy hmyzu. Jedenatřiceti...

Více 0 komentářů