اسکار وایلد یک بار گفت که طعنه پایین ترین شکل شوخ طبعی است، اما بالاترین شکل هوش است. شاید این به دلیل دشواری استفاده و درک آن باشد. انتقال طعنه از طریق متن بسیار دشوار است — حتی شخصاً می توان آن را به راحتی سوء تعبیر کرد. تغییرات ظریف در لحن که طعنه را منتقل می کند، اغلب الگوریتم های رایانه را نیز اشتباه می گیرد و دستیاران مجازی و ابزارهای تحلیل محتوا را محدود می کند.
Xiyuan Gao، Shekhar Nayak و Matt Coler از آزمایشگاه فناوری گفتار در دانشگاه گرونینگن، پردیس Fryslân یک الگوریتم چندوجهی برای تشخیص طعنه بهبود یافته ایجاد کردند که جنبههای مختلف ضبطهای صوتی را برای افزایش دقت بررسی میکند. گائو کار خود را پنجشنبه، 16 می، به عنوان بخشی از نشست مشترک انجمن آکوستیک آمریکا و انجمن آکوستیک کانادا، که از 13 تا 17 می در مرکز شاو واقع در مرکز شهر اتاوا، انتاریو، کانادا برگزار میشود، ارائه خواهد کرد.
الگوریتمهای تشخیص طعنه سنتی اغلب برای تولید نتایج خود به یک پارامتر تکیه میکنند، که دلیل اصلی کوتاهی آنهاست. گائو، نایاک و کولر در عوض از دو رویکرد مکمل استفاده کردند – تجزیه و تحلیل احساسات با استفاده از متن و تشخیص احساسات با استفاده از صدا – برای تصویر کاملتر.
گائو گفت: «ما پارامترهای آکوستیک مانند زیر و بم، سرعت گفتار و انرژی را از گفتار استخراج کردیم، سپس از تشخیص خودکار گفتار برای رونویسی گفتار به متن برای تجزیه و تحلیل احساسات استفاده کردیم. “بعد، ما شکلک هایی را به هر بخش گفتاری اختصاص دادیم که محتوای احساسی آن را منعکس می کند. با ادغام این نشانه های چندوجهی در یک الگوریتم یادگیری ماشینی، رویکرد ما از نقاط قوت ترکیبی اطلاعات شنیداری و متنی همراه با شکلک ها برای تجزیه و تحلیل جامع استفاده می کند.”
تیم به عملکرد الگوریتم خود خوشبین است، اما آنها در حال حاضر به دنبال راه هایی برای بهبود بیشتر آن هستند.
گائو میگوید: «تعدادی از عبارات و ژستها وجود دارد که مردم برای برجسته کردن عناصر طعنهآمیز در گفتار استفاده میکنند. “اینها باید بهتر در پروژه ما ادغام شوند. علاوه بر این، ما می خواهیم زبان های بیشتری را بگنجانیم و تکنیک های تشخیص طعنه را توسعه دهیم.”
این رویکرد را می توان برای بیش از شناسایی یک شوخ طبعی استفاده کرد. محققان تاکید می کنند که این تکنیک می تواند به طور گسترده در بسیاری از زمینه ها به کار رود.
گائو گفت: «توسعه فناوری تشخیص طعنه میتواند برای سایر حوزههای تحقیقاتی با استفاده از تجزیه و تحلیل احساسات و تشخیص احساسات مفید باشد. “به طور سنتی، تجزیه و تحلیل احساسات عمدتاً بر متن تمرکز می کند و برای برنامه هایی مانند تشخیص سخنان نفرت آنلاین و استخراج نظر مشتری توسعه داده می شود. تشخیص احساسات مبتنی بر گفتار را می توان در مراقبت های بهداشتی با کمک هوش مصنوعی به کار برد. فناوری تشخیص طعنه که رویکرد چندوجهی را به کار می برد، روشنگری است. به این حوزه های تحقیقاتی.”