Ο σαρκασμός και η ειρωνεία αποτελούν σαφώς βασικό χαρακτηριστικό της ανθρώπινης έκφρασης και επικοινωνίας, αλλά καμιά φορά είναι δύσκολο να τα αντιληφθεί κανείς- πόσο μάλλον για έναν υπολογιστή, που δεν έχει «εντρυφήσει» στους λεπτούς κώδικες της διαπροσωπικής επικοινωνίας, καθώς είναι σχεδιασμένος να «σκέφτεται» πάντα ορθολογιστικά και κυριολεκτικά.

Ωστόσο, όπως αναφέρει το New Scientist, αυτό αλλάζει, καθώς ένα σύστημα machine learning μπορεί πλέον να αναγνωρίζει αυτόματα πότε κάποιος είναι σαρκαστικός.

Η μελέτη των σχολίων των χρηστών στα social media είναι δύσκολη υπόθεση, καθώς μιλάμε για τεράστιους όγκους δεδομένων, ωστόσο αποφέρει σημαντικά πλεονεκτήματα, σε μια σειρά από τομείς, όπως πχ η διαφήμιση, όπου είναι δυνατή η εξαγωγή συμπερασμάτων για τη διάθεση, τις τάσεις κτλ των καταναλωτών, ενώ εταιρείες και κυβερνήσεις μπορούν να αποκτούν καλύτερη εικόνα για την κοινή γνώμη.

Ο σαρκασμός είναι δύσκολο να εντοπιστεί: Οι υπολογιστές μπορούν να εντοπίζουν μικρές ενδείξεις ή στοιχεία στο κείμενο, όπως η παρουσία θαυμαστικών, αλλά εξακολουθεί να είναι δύσκολο εάν δεν υπάρχει αντίληψη για το ευρύτερο πλαίσιο (πχ τις πολιτικές αντιλήψεις αυτού που μιλά).

Ο Σίλβιο Αμίρ του Πανεπιστημίου της Λισαβόνας στην Πορτογαλία και οι συνάδελφοί του στράφηκαν στο machine learning για αυτό το θέμα, «εκπαιδεύοντας» ένα σύστημα να αναγνωρίζει τον σαρκασμό στο Twitter απλά και μόνο εξετάζοντας τα παλιά tweets του.

Μέσω της εξέτασής τους, το σύστημα συνθέτει μια εικόνα, ένα προφίλ του χρήστη, που είναι αρκετά «πλούσιο» ώστε να μπορεί να βγει συμπέρασμα για το πότε ακριβώς είναι σαρκαστικός.

Η ακρίβεια του συστήματος είναι της τάξης του 87%. Ο Αμίρ θεωρεί πως η συγκεκριμένη προσέγγιση θα μπορούσε να λειτουργήσει για κάθε γλώσσα και για κάθε πλατφόρμα όπου υπάρχει ιστορικό δημοσιεύσεων.

«Η καινοτομία- κλειδί είναι η συνειδητοποίηση ότι μπορεί να φτιάξεις ένα μοντέλο του χρήστη βασισμένο απλά σε αυτά που έχει πει στο παρελθόν» λέει ο ίδιος.

 [Πρέπει να είστε εγγεγραμμένοι και συνδεδεμένοι για να δείτε αυτόν το σύνδεσμο.]

 [Πρέπει να είστε εγγεγραμμένοι και συνδεδεμένοι για να δείτε αυτόν το σύνδεσμο.]