Más Información
[Publicidad]
Actualmente las redes sociales son parte importante de la vida de las personas. A través de ellas la sociedad se puede mantener informada de los acontecimientos que ocurren en el día a día, pasar horas de entretenimiento e incluso emitir opiniones respecto diversos temas. De hecho, constantemente estamos opinando a través de publicaciones, comentarios y tweets y al hacerlo utilizamos figuras retóricas que, probablemente, muchas veces los internautas no llegan a captar en su totalidad, una de estas figuras es el sarcasmo .
El sarcasmo a menudo se utiliza para dar a entender lo contrario de lo que se dice, muchas veces con la intención de insultar o ridiculizar. Sin embargo, muchas veces no se logra detectar el sarcasmo ni cuando lo estamos utilizando en una conversación y mucho menos cuando se emplea en textos ya que este se basa principalmente en tonos vocales, expresiones faciales y gestos.
Ante la difícil tarea de detectar el sarcasmo en textos escritos, la Oficina de Innovación de la Información de DARPA colaboró con investigadores de la Universidad de Florencia Central para desarrollar un modelo de aprendizaje profundo el cual que puede detectar el sarcasmo en textos escritos con precisión.
De acuerdo con un comunicado de prensa publicado por DARPA, los investigadores lograron crear este detector de sarcasmo, que identifica palabras incluidas en tweets o mensajes en línea que detonan sarcasmo, con ayuda de redes neuronales recurrentes y mecanismos de atención. El modelo realiza un seguimiento de las dependencias entre las palabras de referencia y posteriormente genera una puntuación de clasificación, lo cual ayuda a identificar si hay o no sarcasmo en el texto.
"Esencialmente, el enfoque de los investigadores se centra en descubrir patrones en el texto que indican sarcasmo. Identifica las palabras de referencia y su relación con otras palabras que son representativas de expresiones o declaraciones sarcásticas", explicó Brian Kettler, gerente de programas de la Oficina de Innovación de la Información de DARPA.
Detalles de la investigación
En la investigación publicada por la revista Entropy, los autores de este trabajo, Ramya Akula e Iván Garibay explicaron que experimentaron con plataformas en línea, redes sociales y foros de discusión. Eligieron una serie de publicaciones y titulares, los cuales fueron clasificados con ayuda del detector de sarcasmo en dos rubros: los que contenían sarcasmo y los que no, obteniendo así resultados extraordinarios.
La precisión que obtuvo fue variada respecto a cada plataforma que examinó, por ejemplo, en Twitter obtuvo una puntuación de 98.7 de precisión, en Reddit una puntuación de 81.0 y en los titulares una puntuación de 91.8. Sin embargo, presentó algunos problemas al examinar la plataforma de Sarcam Corpus V2 Dialogues, en donde alcanzó solamente una puntuación de 77.2 de precisión.
Los resultados tan precisos que se obtuvieron se debieron principalmente a que el modelo aprendió a prestar atención a palabras específicas que detonan sarcasmo, pero también identificó signos de puntuación que también son marcadores importantes de esta figura retórica.
Ante la eficacia con la que el detector logró identificar el sarcasmo se espera que esta tecnología pueda ayudar a entender más fácilmente los sentimientos con los que se transmiten opiniones a través de redes sociales. "Nos gustaría entender el sentimiento. Cuando a la gente le gusta algo o no le gusta algo, y el sarcasmo realmente puede engañar la detección de sentimientos... Es una tecnología importante y permite a la máquina interpretar mejor lo que estamos viendo en línea", señaló Brian Kettler.
Hasta el momento han señalado que seguirán trabajando en mejorar aún más el modelo de aprendizaje profundo y se espera poder utilizarlo en otros idiomas además del inglés por lo que su próximo desafío es hacer frente a los recursos lingüísticos que se han ido implementando en el lenguaje en línea.
Noticias según tus intereses
[Publicidad]