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

Intel Inside aneb všichni jsme načipováni

Petr Zavoral , 10. prosinec 2017 18:20
Petr Zavoral

V Havlově hře Audience přesvědčuje Sládek Ferdinanda Vaňka, aby donášel sám na sebe. Z pohledu letoš...

Více







Kalendář

09. 01.

13. 01.
CES 2018
18. 01.

19. 01.
itSMF 2018
29. 01.

30. 01.
G2BTechEd

RSS 

Zprávičky

Nové Embarcadero RAD Studio obsahuje i licenci pro aplikační server

Pavel Houser , 15. prosinec 2017 10:00

Vývojové prostředí nabízí i nové prvky knihovny vizuálních komponent a nové možnosti grafického uživ...

Více 0 komentářů

Botnet Necurs se vrátil a šíří nový ransomware

Pavel Houser , 15. prosinec 2017 09:00

V listopadu došlo k oživení botnetu Necurs v souvislosti s distribucí nového ransomwaru Scarab. ...

Více 0 komentářů

Jižní Korea zvažuje, že zdaní obchody s bitcoinem

ČTK , 15. prosinec 2017 08:00

Vláda se obává dopadů, které s sebou může přinést náhlý cenový propad kryptoměn....

Více 0 komentářů

Starší zprávičky

O2 v dalších dvou letech vykoupí až 1,25 % vlastních akcií

ČTK , 14. prosinec 2017 10:00

Cílem nového programu je optimalizace kapitálové struktury, uvedla firma....

Více 0 komentářů

10 spotřebitelských trendů pro rok 2018

Pavel Houser , 14. prosinec 2017 09:00

Sluchátka budeme nosit 24 hodin denně, i během spánku. Umělá inteligence bude vytvářet reklamy. Koli...

Více 0 komentářů

Apple poskytne investici 390 milionů USD firmě Finisar

ČTK , 14. prosinec 2017 08:00

Výrobce optických komponentů Finisar získá investici 390 milionů dolarů od firmy Apple....

Více 0 komentářů

Facebook se chystá danit příjmy z reklamy v jednotlivých zemích

ČTK , 14. prosinec 2017 08:00

Změna se má uskutečnit do poloviny roku 2019 a týkat se bude zhruba 30 zemí, kde má firma kanceláře....

Více 0 komentářů