研究人員將表情符號圖標作為嗅覺諷刺的工具

研究人員在訓練計算機時遇到的一個令人頭疼的問題是試圖理解當人使用諷刺和諷刺時人類真正意味著什么。(太棒了，火車卡住。令人震驚的消息，我們的女兒遲到了?？赡艹霈F(xiàn)什么問題。高峰時段交通，有趣，有趣。)

一個項目可能會有一個良好的開端。8月3日，麻省理工學院媒體實驗室發(fā)布了一段名為DeepMoji的視頻。這是一個模型，使用數(shù)百萬條推文來學習文本中的情感概念，如諷刺和諷刺。

人們在寫作時真正的意思是什么?簡單的問題，研究人員更了解; 訓練計算機時這是一個難題。DeepMoji的研究人員正在轉(zhuǎn)向使用表情符號圖標來理解諷刺。怎么樣?使用最先進的算法 - 以及數(shù)百萬條消息。

DeepMoji項目頁面指出“我們要求機器從實際文本的許多示例中學習，而不是明確地告訴機器如何識別情感。”

他們擁有的數(shù)據(jù)越多，他們就越能解決這個問題。

MIT技術評論：

“該算法使用深度學習，這是一種流行的機器學習技術，它依賴于訓練一個非常大的模擬神經(jīng)網(wǎng)絡來識別使用大量數(shù)據(jù)的細微模式。訓練這種算法的秘訣在于許多推文已經(jīng)使用類似標簽的東西系統(tǒng)情感內(nèi)容：繪文字 “。該報告稱，研究人員收集了550億條推文，并選擇了12億條含有64種流行表情符號的組合。

如果他們的項目方法是跨越到現(xiàn)實世界的應用程序，那么會想到許多實際用途?？梢愿玫乩斫馍缃幻襟w的評論，包括表明欺凌和種族主義的言論。

此外，項目頁面說：“經(jīng)典用例是希望了解客戶對他們的看法的公司。但是現(xiàn)在還有許多其他用例，自然語言處理(NLP)正在成為一個越來越重要的部分例如，所有新的聊天機器人服務可能會受益于對文本中情感內(nèi)容的細致理解。最后，它可以用于各種有趣的研究目的。“

麻省理工學院媒體實驗室媒體藝術與科學副教授Iyad Rahwan與他的一名學生Bjarke Felbo一起開發(fā)了算法。

從更大的角度來看，費爾博評估了這項工作可能為情緒分析帶來了什么。在8月3日的帖子中，“我們可以從Emojis學到什么?” 費爾博寫道，“這項研究只是向更復雜的情緒分析邁出了一小步。” 例如，該領域的一個貢獻可能是“一個適當?shù)幕鶞蕯?shù)據(jù)集，其標簽比正面/負面更細致?；鶞黍?qū)動ML研究，因此這是至關重要的。”

下一步是什么?

Rahwan和Felbo“計劃發(fā)布算法的代碼，以便其他研究人員可以使用它，”BBC說。

一些BBC網(wǎng)站訪問者對新聞的娛樂反應已經(jīng)反映了emjoji的談話。一個評論是“三個保齡球和一棵棕櫚樹。”