卡内基梅隆大学的研究人员提出，人工智能可以在网上发表正面评论

2020年01月14日由 TGS 发表 852208 0

近日，卡耐基梅隆大学语言技术研究所的研究人员表示，他们已经开发出一种利用机器学习分析网上评论的系统，可以挑选出那些捍卫或同情被剥夺公民权的人的评论。虽然还没有商业化，但他们已经用它来做实验，在YouTube上搜索了近100万条评论，重点关注罗兴亚难民危机和2019年2月克什米尔发生的普尔瓦马(Pulwama)恐怖袭击事件。他们希望这能成为未来系统的基础，减少在出版商网站、社交媒体和其他地方编辑评论所需要的手工工作。

打击网络暴力行为并非易事。Anti-Defamation League是一个追踪并打击反犹太主义的非营利组织，在该组织进行的一项调查中，超过五分之一的受访者表示曾受到网络暴力。近五分之一的人表示他们经历过骚扰或跟踪，超过20%的人认为，骚扰是由他们的性别认同、种族、民族、性取向、宗教、职业或残疾造成的。

人工智能语言模型从许多例子中学习，以预测给定句子中可能出现的单词，使得分析大量文本成为可能。该研究贡献了一种技术，使模型能够消化来自南亚的短文本——这些文本可能很难解释，因为它们往往包含拼写错误和语法错误，并结合了各异的语言和写作知识。

具体来说就是研究人员获得了单词的数字表示，揭示了新的语言分组或集群。语言模型创建了这些后，具有相似含义的单词就可以用相同的方式表示，使得计算评论或帖子中某个单词与其他单词的接近度更好。该团队报告说，在实验中，他们的方法与商业上可用的解决方案效果相同，甚至更好。对YouTube上评论的随机抽样显示，大约10%的评论是正面的，而人工智能算法的结果是88%。

此前，Jigsaw发布了一组数据，其中包含了数十万条带有攻击性和身份标签的评论以及注释。对此，卡内基梅隆大学博士后Ashiqur R. KhudaBukhsh表示：“即使是像这样的、充满仇恨的内容，我们仍然可以从中找到积极的评论，找到黑暗中的人性光辉。”

标签：

系统文本识别

0 评论

欢迎关注ATYUN官方公众号

商务合作及内容投稿请联系邮箱:bd@atyun.com

上一篇 Pinteres的人工智能分类系统

下一篇谷歌人工智能“即时”预测局部降水模式

评论登录

要发表评论，您必须先登录。

jonatasgrosman/wav2vec2-large-xlsr-53-english facebook/dino-vitb16 bert-base-uncased xlm-roberta-large xlm-roberta-base gpt2 microsoft/resnet-50 facebook/dino-vits8

最好的基于Transformer的LLM（上）