Un algorithme formé sur Emoji sait quand vous êtes sarcastique sur Twitter

Graham Roumieu

Faites défiler Twitter et vous trouverez de nombreux commentaires sarcastiques, sans parler de nombreux cas où le sarcasme est apparemment passé directement au-dessus de la tête de quelqu'un.

Heureusement, un algorithme développé par les chercheurs du MIT pour analyser les tweets peut désormais détecter le sarcasme et le sous-texte émotionnel en général, mieux que la plupart des gens.

Détecter le sentiment des publications sur les réseaux sociaux est déjà utile pour suivre les attitudes envers les marques et les produits, et pour identifier les signaux qui pourraient indiquer des tendances sur les marchés financiers. Mais discerner plus précisément la signification des tweets et des commentaires pourrait aider les ordinateurs à détecter et à éliminer automatiquement les abus et les discours de haine en ligne. Une meilleure compréhension de Twitter devrait également aider les universitaires à comprendre comment l'information et l'influence circulent sur le réseau. De plus, à mesure que les machines deviennent plus intelligentes, la capacité à ressentir les émotions pourrait devenir une caractéristique importante de la communication homme-machine.

Histoire connexe

Histoire connexe Les tribunaux, les banques et d'autres institutions utilisent des systèmes d'analyse de données automatisés pour prendre des décisions concernant votre vie. Ne laissons pas aux créateurs d'algorithmes le soin de décider s'ils le font de manière appropriée.

Les chercheurs visaient à l'origine à développer un système capable de détecter les messages racistes sur Twitter. Mais ils se sont vite rendu compte que la signification de nombreux messages ne pouvait pas être correctement comprise sans une certaine compréhension du sarcasme.

L'algorithme utilise l'apprentissage en profondeur, une technique d'apprentissage automatique populaire qui repose sur la formation d'un très grand réseau de neurones simulés pour reconnaître des modèles subtils à l'aide d'une grande quantité de données. Le secret de la formation de cet algorithme était que de nombreux tweets utilisent déjà quelque chose comme un système d'étiquetage pour le contenu émotionnel : les emoji. Une fois qu'ils en ont profité pour aider le système à lire les tweets pour l'émotion en général, les chercheurs ont eu une longueur d'avance en lui apprenant à reconnaître le sarcasme.

Parce que nous ne pouvons pas utiliser l'intonation de notre voix ou de notre langage corporel pour contextualiser ce que nous disons, les emoji sont la façon dont nous le faisons en ligne, dit Iyad Rahwan , un professeur associé du MIT Media lab qui a développé l'algorithme avec l'un de ses étudiants, Bjarke Felbo . Le réseau de neurones a appris le lien entre un certain type de langage et un emoji.

Pour former l'algorithme, surnommé DeepMoji, les chercheurs ont collecté 55 milliards de tweets, puis en ont sélectionné 1,2 milliard contenant une combinaison de 64 emoji populaires. Ils ont d'abord formé le système pour prédire quel emoji serait utilisé avec un message particulier, selon qu'il était joyeux, triste, humoristique, etc. Après cela, le système a appris à identifier le sarcasme à l'aide d'un jeu de données existant d'exemples étiquetés. L'algorithme qui avait été pré-formé à l'aide d'emoji était bien meilleur pour détecter le sarcasme que celui qui ne l'avait pas été. Ils publieront l'algorithme pour que quiconque puisse l'utiliser.

Pour voir à quel point DeepMoji est bon, les chercheurs l'ont testé par rapport à plusieurs critères de détection des sentiments et des émotions dans le texte. Ils ont constaté qu'il fonctionnait bien mieux que les meilleurs algorithmes existants dans chaque cas.

Ils l'ont également testé contre des humains, en utilisant des volontaires recrutés via le site de crowdsourcing Mechanical Turk. Ils ont trouvé que c'était mieux que les humains pour repérer le sarcasme et d'autres émotions sur Twitter. Il était précis à 82% pour identifier correctement le sarcasme, contre un score moyen de 76% pour les volontaires humains.

Le site Web DeepMoji peut générer automatiquement des emoji pour un tweet.

Il se peut qu'il apprenne tous les différents argots, dit Felbo. Les gens ont des utilisations très intéressantes du langage [sur Twitter] - disons-le ainsi.

Les chercheurs ont construit un Site Web DeepMoji pour démontrer la partie emoji du système. Il ajoutera automatiquement les emoji appropriés à un morceau de texte. Cela semble fonctionner plutôt bien, bien que lorsque j'ai essayé de saisir le désormais tristement célèbre Donald Trump covfefe tweet il était aussi confus que tout le monde.

Le site permet également aux utilisateurs de contribuer à la recherche en annotant leurs propres tweets avec des émotions. C'est un élément important du travail, dit Rahwan. Habituellement, les chercheurs demandent à des volontaires de marquer les tweets ou les messages d'autres personnes avec une émotion perçue, ce qui fournit une mesure moins directe. Ces repères ne reflètent pas ce que les psychologues considéreraient comme un vrai sentiment, dit-il.

Gary King , directeur de l'Institute for Quantitative Social Science de l'Université de Harvard et expert en recherche de sens sur les réseaux sociaux, affirme que l'utilisation d'emoji comme moyen de formation est une idée intelligente. Mais il se demande à quel point il est utile d'identifier le sarcasme s'il est perdu pour la plupart des gens. Si le sarcasme est si nuancé qu'un lecteur humain le manquerait probablement, alors cela n'a vraiment pas d'importance, dit-il.

Néanmoins, le travail reflète le fait que les ordinateurs s'améliorent progressivement pour détecter les émotions humaines. L'analyse des sentiments d'un texte est déjà une technique largement utilisée. Par exemple, cela peut aider les entreprises à déterminer à partir du contenu d'un e-mail ou d'un message de chat si un client est particulièrement en colère.

Il peut devenir de plus en plus courant que les ordinateurs essaient de déchiffrer nos émotions. Imaginez, peut-être, un collègue robot qui comprend quand ses collègues humains sont frustrés ou quand ils font un compliment sarcastique.

Si les machines vont coopérer avec nous, alors elles vont devoir nous comprendre, et l'émotion est vraiment difficile, dit Rahwan.

cacher