Saltar para: Post [1], Pesquisa e Arquivos [2]

SAPO24 Crónicas

Todos os dias um olhar mais atento a um tema que marca a actualidade. Artigos, análises e crónicas exclusivas no SAPO24.

SAPO24 Crónicas

Todos os dias um olhar mais atento a um tema que marca a actualidade. Artigos, análises e crónicas exclusivas no SAPO24.

Eles querem tornar o sarcasmo online mais fácil de entender

Por: Pedro Fonseca

 

Investigadores portugueses e dos EUA desenvolveram uma rede neuronal para a detecção automática do sarcasmo nos media sociais. O modelo é mais fiável do que outros semelhantes, que usam a análise manual para obter resultados quase semelhantes.

 

143840780529.jpg

 

O sarcasmo nas redes sociais já pode ser detectado automaticamente, segundo um grupo de investigadores de Portugal e dos EUA, que desenvolveram um modelo de análise informática para entenderem o que pode ser um potencial enorme negócio. Silvio Amir, Paula Carvalho e Mário Silva, do INESC-ID Lisboa e do Instituto Superior Técnico (Universidade de Lisboa), com Byron Wallace e Hao Lyu, da Universidade do Texas em Austin (EUA), explicam em "Modelling Context with User Embeddings for Sarcasm Detection in Social Media" como criaram uma "rede neuronal" para a detecção automática do sarcasmo nas interacções em redes sociais, baseando-se na informação contextual de publicações anteriores dos autores.

 

A investigação incidiu na rede social Twitter e os investigadores apenas puderam, devido a restrições técnicas desta rede social, ter acesso a mil tuítes de cada utilizador, acabando por analisar 11.541 tuítes de 12.500 diferentes utilizadores.

 

No seu trabalho, os autores citam a definição do sarcasmo como um "caso especial de ironia", em que o seu "sentido literal é entendido como um insulto indirecto" - mas consideram que, "tal como outras formas de expressão subjectiva", os termos são difíceis de definir.

 

No caso das redes sociais, a questão não é a análise fraseológica - "uma exacta mesma frase pode ser interpretada como literal ou sarcástica" - mas depende de quem formula ou escreve com sarcasmo, assim como de um "terreno comum entre partes para ser entendido". Ao analisarem "o contexto" - ou seja, o autor - conseguem "ganhos significativos na precisão" dessa análise.

 

Apesar de assumirem que o trabalho não é inovador, por já existirem outros sistemas de análise de media sociais baseados no contexto passado do utilizador, o problema com estes últimos é a necessidade de terem funcionalidades complexas de classificação manual e a "incapacidade para detectar de forma fiável e interpretar linguagem figurativa".

 

Segundo os investigadores, "isto é particulamente relevante em domínios como as ciências sociais e políticas, em que o uso de dispositivos de comunicação figurativa como a ironia verbal (ou, de outra forma, o sarcasmo) é comum". Como explicava a TechCrunch, "a mesma exacta frase e pontuação podem significar coisas muito diferentes provenientes de diferentes pessoas. Imagine-se, por exemplo, a frase "Make America great again" a ser escrita no Twitter por um apoiante de Trump e por quem se opõe a ele. As mesmas palavras, [mas] significados completamente diferentes".

 

Perante um recente modelo de análise semelhante, mas manual, os investigadores asseguram conseguir uma "fiabilidade absoluta" de 87%, ou 2% acima dos modelos concorrentes. Por outro lado, acreditam que o seu modelo será "mais fácil de desenvolver noutros diferentes ambientes de media sociais".

 

Também a revista New Scientist demonstrava que, sem a ajuda de uma "hashtag" (classificador de expressões, como #ironia), analisar o "sarcasmo online pode ser difícil, mesmo para os seres humanos", pelo que para os computadores "é muitas vezes uma grande dor de cabeça". Mas é "um grande negócio", quando os "anunciantes publicitários registam as atitudes e estados de espírito das pessoas, [e] as empresas e os governos acompanham a opinião pública".

 

Assim, perceber o que realmente é dito nas redes sociais - sem as potenciais armadilhas irónicas - torna-se um desafio. E um potencial negócio.

 

O modelo, além de funcionar noutras redes sociais, também pode ser usado para diferentes línguas. E, como explicava Mark Carman, da australiana Monash University, será relativamente fácil integrar este modelo na análise emotiva dos utilizadores de redes sociais, tendências bolsistas, na análise de marcas e de apoio a clientes, ou em assistentes virtuais como o Siri.

 

Em resumo, "diga-me do que fala e eu posso dizer quem você é", explicava Silvio Amir à New Scientist.

 

O estudo, será apresentado amanhã, 11 de Agosto na conferência CoNLL, organizada pelo SIGNLL (Special Interest Group on Natural Language Learning) da Association for Computational Linguistics, em Berlim (Alemanha).

 

 

Créditos de imagem: http://time.com/3966291/donald-trump-insult-generator/

publicado às 21:33

Arquivo

  1. 2016
  2. J
  3. F
  4. M
  5. A
  6. M
  7. J
  8. J
  9. A
  10. S
  11. O
  12. N
  13. D
  14. 2015
  15. J
  16. F
  17. M
  18. A
  19. M
  20. J
  21. J
  22. A
  23. S
  24. O
  25. N
  26. D