在结合了关键词搜索、语法结构分析和被赞的次数

【在结合了关键词搜索、语法结构分析和被赞的次数】

在结合了关键词搜索、语法结构分析和被赞的次数


我们人类并不善于在文字当中分辨出他人真正的情绪表达 , 但机器学习技术或许可以在这上面帮助我们 。最近,以色列一位计算机科学学生就开发出了一套这样的机器学习系统,可帮助过滤反恐行动和预防当中的虚假信息 。
Eden Saig是以色列理工学院计算机科学专业的一名学生 , 他所开发的一套机器学习系统据称可准确检测并识别出个人在电子通讯当中的真实情绪 。他把自己的机器学习算法应用到了希伯来语Facebook页面中超过5000条发文当中主要针对那些“优越且傲慢”以及“平凡且感性”的用户希望将其作为数据库来收集同质化的数据,并帮助计算机化的学习系统“学习”如何识别文字当中的真正情绪含义 。
在结合了关键词搜索、语法结构分析和被赞的次数,这套系统在情绪识别上的准确率得以提高 。现在,该系统可识别出傲慢或关爱的情绪 , 甚至会在识别出傲慢的文字内容时向用户发送一条文字信息 。
Saig认为,这种机器学习系统可以帮助警方忽略社交媒体中那些有关策划恐怖袭击的玩笑 , 从而避免了资源的浪费 。与此同时,它还能应用在抑郁、和网络欺凌上面,帮助分辨出哪些人是在开玩笑,而哪些人真的需要帮助 。

    猜你喜欢