Екип от университета в Гронинген е създал алгоритъм, който анализира речта на човека, за да разбере дали използва ирония или сарказъм, съобщава Мейл онлайн.

Алгоритъмът работи, като изследва височината на гласа, темпото на говорене и енергията в речта, а след това я транскрибира в текст, за да бъде анализирана допълнително за езикови сигнали.

„Извлякохме акустични параметри като височина на тона, скорост на говорене и енергия от речта, след което използвахме автоматично разпознаване на речта, за да я транскрибираме в текст за анализ на настроенията”, казва авторката Сиюен Гао. “След това приписахме емотикони на всеки сегмент от речта, отразяващи емоционалното му съдържание. Чрез интегрирането на тези мултимодални сигнали в алгоритъм за машинно обучение нашият подход използва комбинираните предимства на слуховата и текстовата информация заедно с емотиконите за цялостен анализ”.

Изкуствен интелект може да разпознава ирония и сарказъм

Сарказмът, който Оскар Уайлд някога е описал като най-ниската форма на остроумие, но най-висшата форма на интелигентност, е известен с това, че е трудно да се предаде чрез текст, а дори и на живо може лесно да бъде изтълкуван погрешно.

Екипът заяви, че е оптимистично настроен за работата на своя алгоритъм, но вече търси начини да го подобри допълнително.

“Съществуват множество изрази и жестове, които хората използват, за да подчертаят саркастичните елементи в речта”, добави г-жа Гао. Според нея те трябва да бъдат по-добре интегрирани в проекта им. "Освен това бихме искали да включим повече езици и да усвоим развиващи се техники за разпознаване на сарказъм”, допълни тя.

Анализът на настроенията, който се фокусира върху текст, вече се използва за откриване на онлайн реч на омразата и събиране на мнения на онлайн клиенти.

Същевременно разпознаването на емоции, базирано на реч, може да се приложи в здравеопазването, подпомагано от изкуствен интелект, казва екипът.

Всеки момент е важен! Последвайте ни в Google News Showcase и Instagram, за да сте в крак с темите на деня
Христо Кьосев/БТА