네덜란드 연구원들은 다음과 같은 방식으로 구동되는 풍자 탐지기를 만들었습니다. 인공지능(AI) 미국 음향학회와 캐나다 음향협회의 공동 회의에서.
널리 알려짐
“우리는 풍자적인 표현을 확실하게 인식할 수 있으며 이를 확장할 수 있기를 기대합니다.” 맷 콜러가 말했다., 흐로닝언 대학교 음성 기술 연구소 출신. "우리는 이것을 얼마나 멀리까지 할 수 있는지 보고 싶습니다."
이 프로젝트에는 알고리즘을 가르치는 것보다 더 많은 것이 있는데, 때로는 가장 설득력 있는 의견조차 문자 그대로 받아들일 수 없고 대신 정반대로 해석되어야 합니다. 풍자는 우리가 이해할 수 있는 것보다 더 많이 우리의 말에 스며들기 때문에 인간과 기계가 원활하게 의사소통하려면 풍자를 이해하는 것이 중요하다고 Coler는 말했습니다.
Coler는 “비꼬는 말을 공부하기 시작하면 우리가 그것을 정상적인 의사소통 방식의 일부로 사용하는 정도를 극도로 깨닫게 됩니다.”라고 말했습니다. “하지만 우리는 마치 로봇과 대화하는 것처럼 문자 그대로 장치와 대화해야 합니다. 왜냐하면 그렇습니다. 이렇게 될 필요는 없습니다.”
널리 알려짐
인간은 일반적으로 빈정거림을 감지하는 데 능숙하지만, 텍스트에서만 발견되는 제한된 단서로 인해 전달, 어조, 얼굴 표정이 화자의 의도를 드러낼 때 대면 상호 작용보다 이를 더 어렵게 만듭니다. AI를 개발할 때 연구원들은 알고리즘이 냉소적인 것과 진실한 것을 구별하는 데 몇 가지 단서가 중요하다는 것을 발견했습니다.
목요일 오타와에서 열린 미국 음향학회와 캐나다 음향학회의 합동 회의에서 발표된 연구실의 박사과정 학생인 Xiyuan Gao는 이 그룹이 음악의 텍스트, 오디오 및 감정적 내용에 대한 신경망을 어떻게 훈련했는지 설명했습니다. Friends 및 The Big Bang Theory를 포함한 미국 시트콤의 비디오. Mustard로 알려진 데이터베이스는 연구원들에 의해 편집되었습니다. 미국 싱가포르에서는 TV 프로그램의 문구에 풍자 라벨을 붙여 자체 감지기를 구축했습니다.
텍스트와 오디오에 대한 훈련과 배우들의 말의 감정적 내용을 반영한 점수와 함께 AI는 거의 75%의 시간 동안 시트콤의 라벨이 지정되지 않은 교환에서 풍자를 감지할 수 있었습니다. 실험실의 추가 작업에서는 정확도를 더욱 높이기 위해 합성 데이터를 사용했지만 이 연구는 출판을 기다리고 있습니다.
널리 알려짐
이 프로젝트의 또 다른 연구원인 Shekhar Nayak은 AI 비서와의 대화를 더욱 유연하게 만드는 것 외에도 동일한 접근 방식을 사용하여 언어의 부정적인 어조를 감지하고 학대 및 증오심 표현을 식별할 수 있다고 말했습니다.
Gao는 눈썹 움직임이나 미소와 같은 AI의 훈련 데이터에 시각적 단서를 추가하면 더 많은 개선이 이루어질 수 있다고 말했습니다. 어느 정도 정확성이 충분히 정확한지에 대한 질문이 제기됩니까? “100% 정확한 기계를 갖게 될까요?” 가오가 말했다. “이건 인간도 할 수 없는 일이에요.”
인간이 실제로 말하는 방식에 더 친숙한 프로그램을 만들면 사람들이 장치와 더 자연스럽게 대화하는 데 도움이 될 것이라고 Coler는 덧붙입니다. 그러나 그는 기계가 새로운 능력을 수용하고 다시 냉소를 던지기 시작하면 어떤 일이 일어날지 궁금합니다. “제가 '질문할 시간이 있나요?'라고 묻는다면 그리고 그녀는 이렇게 말합니다. '물론이죠'라고 생각합니다. 음, 거기 있는 걸까요, 없는 걸까요?"
널리 알려짐
또한 읽기 :
