Irriterad av sarkasm på sociala medier? Nytt system kommer att omvandla sarkastiska meningar till ärliga uttalanden

Baserat på maskinöversättning förvandlar det nya systemet, kallat Sarcasm SIGN (sarcasm Sentimental Interpretation GeNerator), sarkastiska meningar till ärliga (icke-sarkastiska) meningar. 'Vi hoppas att det i framtiden kommer att hjälpa människor med autism och Aspergers,' sa Lotam Peled från Technion.

sarkam, sarkasm på sociala medier, hur man upptäcker sarkasm, sarkastiska kommentarer, Indian Express, Indian Express-nyheterSystemet är utbildat för att identifiera ord med starka sarkastiska känslor och ersätta dem med starka ord. (Källa: Filfoto)

För att hjälpa personer med autism, som ofta har svårt att tolka sarkasm, ironi och humor, har forskare utvecklat ett system för att tolka sarkastiska uttalanden som läggs upp på sociala medier. Det finns många system utformade för att identifiera sarkasm, men detta är det första som kan tolka sarkasm i skriven text, sa Lotam Peled från Technion — Israel Institute of Technology.



vilka växter och djur som lever i den tropiska regnskogen

Vi hoppas att det i framtiden kommer att hjälpa människor med autism och Aspergers, tillade Peled, som utvecklade det systemet under ledning av biträdande professor Roi Reichart. Baserat på maskinöversättning förvandlar det nya systemet, kallat Sarcasm SIGN (sarcasm Sentimental Interpretation GeNerator), sarkastiska meningar till ärliga (icke-sarkastiska) meningar.



Det kommer till exempel att vända en sarkastisk mening som, Den nya 'Fast and Furious'-filmen är fantastisk. #sarkasm in i den ärliga meningen, Den nya Fast and Furious-filmen är hemsk.



Trots den enorma utvecklingen inom detta område och framgångarna med applikationer för sentimentanalys på intelligens i sociala medier, vet inte befintliga applikationer hur man tolkar sarkasm, där skribenten skriver motsatsen till vad han/hon egentligen menar.

För att lära systemet att producera korrekta tolkningar sammanställde forskarna en databas med 3 000 sarkastiska tweets som var taggade med #sarkasm, där varje tweet tolkades som ett icke-sarkastiskt uttryck av fem mänskliga experter. Dessutom tränades systemet i att identifiera ord med starka sarkastiska känslor och att ersätta dem med starka ord som avslöjar textens sanna betydelse.



Systemet granskades av ett antal (mänskliga) domare, som gav dess tolkningar höga poäng av flyt och adekvathet, och var överens om att det i de flesta fall producerade en semantiskt och språkligt korrekt mening, American Technion Society (ATS) som ger kritiskt stöd till Technion - Israel Institute of Technology, sade i ett uttalande.