이제 봇은 풍자를 감지 할 수 있습니다. 온라인에서 악용 사례를 해결하는 데 도움이됩니다.

미국 매사추세츠 공과 대학 (MIT)의 연구원들은 대부분의 사람들보다 짹짹이있는 풍자를 탐지 할 수있는 알고리즘을 개발했다.

연구자들은 처음에 인종 차별적 인 내용과 폭력적인 내용을 탐지 할 수있는 알고리즘을 개발하는 것을 목표로 삼았지만이 알고리즘을 처음 개발했을 때 기계가 풍자를 이해하는 것이 중요하다고 느꼈습니다.

연구자들은 풍자에 대한 이해가 문장의 감정적 인 부 텍스트를 더 잘 이해하기위한 알고리즘의 첫 번째 단계라고 믿습니다.

"MIT Media 연구소의 Iyad Rahwan 부교수는"우리가 말한 것을 문맥 화하기 위해 음성이나 신체 언어에 억양을 사용할 수 없기 때문에 온라인에서 이모티콘을 사용합니다. 학생들은 Bjarke Felbo가 MIT Review에 말했다.

More in news: Microsoft는 Windows 10 장치에서 작업 중입니다. AR 및 VR 기술을 지원할 수 있습니다.

"신경망은 특정 종류의 언어와 그림 이모티콘 사이의 연결을 알게되었습니다"라고 Rahwan은 덧붙였습니다.

트위터는 이미 트롤의 중심지이며이 회사는 위협을 억제하기위한 노력을 기울이고 있습니다.

소셜 미디어에 대한 사람들의 태도와 행동을 측정하는 것은 광고주들 사이에서 널리 퍼진 관행입니다.

완전히 개발되면, 이 알고리즘은 학대 / 인종 차별적 인 괴롭 히기 짹짹과 사용자를 도말하는 데 초보적 인 것으로 입증 될 수 있습니다.

알고리즘은 시뮬레이트 된 신경망을 학습하여 많은 양의 데이터를 사용하여 패턴을 식별하고 이해하는 심층 학습 기법을 사용합니다.

연구원은 인터넷에 감정을 나타내는 매우 일반적인 방법을 사용했습니다 - emojis - 라벨 시스템 및 트윗의 감정을 식별하는 알고리즘을 훈련하는 방법 중 하나입니다.

인간에 대한 실제 시나리오에서 봇을 테스트하기 위해 연구자들은 crowdsourcing 웹 사이트 Mechanical Turks를 통해 자원 봉사자를 모집했습니다. 이 알고리즘은 풍자를 76 %의 정확도로 확인한 인간 자원 봉사자와 비교할 때 82 %의 정확도를 지닌 짹짹에서 냉소적 인 언행을 확인했습니다.

"모든 다른 속어를 배우는 것일 수 있습니다."라고 Felbo는 말합니다. "사람들은 매우 흥미로운 언어 사용법을 사용합니다.

연구원은 모두 5 백 5 십억 개 이상의 트윗을 수집했으며, 12 억 개에 이모티콘이 들어있었습니다. 이 이모티콘 삽입 짹짹을 사용하여 연구원은 알고리즘이 어떤 이모티콘이 행복하고, 슬프고, 유머러스 한 텍스트와 함께 사용되는지 파악하고 식별하도록 도와줍니다.

뉴스에서 더 알아보기: Rs에 대해 알아야 할 10 가지 주요 가치 49, 999 Worth Asus Zenfone AR

컴퓨터는 날마다 기계 학습에서 나아지고 있으며 소셜 미디어 데이터 마이닝을 통해 사람들이 어떻게 말하고 행동하는지 더 잘 이해하고 있습니다.

이 알고리즘은 트위터뿐 아니라 페이스 북, 유튜브, 스냅 및 다른 사람들의 플랫폼은 물론 인터넷을 더 나은 곳으로 만들기 위해 학대, 인종 차별주의 및 테러리즘 관련 콘텐츠를 통제하는 데 사용될 수 있습니다.