計(jì)算機(jī)模型可以解碼Facebook表情符號(hào)

根據(jù)賓夕法尼亞州立大學(xué)的研究人員的說法，雖然可靠的“喜歡”按鈕仍然是最受歡迎的方式來表明Facebook帖子的批準(zhǔn)，但計(jì)算機(jī)模型可以幫助用戶和企業(yè)駕馭人們?cè)谏缃幻襟w上表達(dá)他們感受的日益復(fù)雜的方式。

賓夕法尼亞州立大學(xué)信息科學(xué)與技術(shù)學(xué)院的研究助理Jason Zhang說，在一項(xiàng)研究中，研究人員開發(fā)了一種社交情緒挖掘計(jì)算機(jī)模型，有一天可以用來更好地預(yù)測(cè)人們對(duì)Facebook帖子的情緒反應(yīng)。雖然Facebook曾經(jīng)只有一個(gè)官方表情符號(hào)反應(yīng) - 類似按鈕 - 社交媒體網(wǎng)站在2016年初增加了五個(gè)按鈕 - 愛，哈哈，哇，悲傷和憤怒。

“我們希望通過將問題建模為排名問題來理解用戶對(duì)表情符號(hào)的點(diǎn)擊背后的反應(yīng) - 給定Facebook帖子，算法可以預(yù)測(cè)六個(gè)表情符號(hào)在投票方面的正確排序嗎?” 張說。“但是，我們發(fā)現(xiàn)現(xiàn)有的解決方案在某些時(shí)候預(yù)測(cè)用戶的情緒和排名很差。”

張補(bǔ)充說，僅僅計(jì)算點(diǎn)擊次數(shù)并不能承認(rèn)某些表情符號(hào)比其他表情符號(hào)更不容易被點(diǎn)擊，這被稱為不平衡問題。例如，用戶傾向于最多點(diǎn)擊“喜歡”按鈕，因?yàn)樗硎菊娼换?，它也是Facebook上的默認(rèn)表情符號(hào)。

“當(dāng)我們?cè)贔acebook上發(fā)帖時(shí)，我們的朋友傾向于點(diǎn)擊積極的反應(yīng)，通常是愛，哈哈，或者，簡(jiǎn)單地說，但他們很少會(huì)點(diǎn)擊生氣，”張說。“這導(dǎo)致了嚴(yán)重的不平衡問題。”

對(duì)于那些每年花費(fèi)數(shù)十億購買Facebook廣告的社交媒體經(jīng)理和廣告商而言，這種不平衡可能會(huì)扭曲他們對(duì)內(nèi)容在Facebook上的實(shí)際表現(xiàn)的分析，信息科學(xué)與技術(shù)副教授Dongwon Lee表示。新模型 - 他們稱之為強(qiáng)大的標(biāo)簽排名(ROAR) - 可以為社交媒體分析師和研究人員提供更好的分析包。

“很多Facebook上的商業(yè)廣告都是受喜歡的推動(dòng)，”李說。“最終，如果我們可以使用六個(gè)表情符號(hào)更準(zhǔn)確地預(yù)測(cè)這些表情符號(hào)，我們可以構(gòu)建一個(gè)更好的模型，可以在社交平臺(tái)上識(shí)別更精確的情緒分布，只有一個(gè)表情符號(hào) - 比如2016年之前在Facebook上。這是一個(gè)邁向創(chuàng)建一個(gè)模型的方向，例如，可以告訴我，2015年發(fā)布的Facebook上有100萬個(gè)喜歡的帖子實(shí)際上只有80%喜歡和20%生氣。如果對(duì)社交情緒有這樣一個(gè)準(zhǔn)確的理解，那么可能會(huì)影響你的廣告效果。“

Lee補(bǔ)充說，研究人員將于今天(2月6日)在新奧爾良舉行的第三十二屆AAAI人工智能會(huì)議上展示他們的研究成果，他們使用稱為“監(jiān)督機(jī)器學(xué)習(xí)”的AI技術(shù)來評(píng)估他們新開發(fā)的解決方案。在這項(xiàng)研究中，研究人員使用四個(gè)Facebook帖子數(shù)據(jù)集來訓(xùn)練模型，包括來自普通用戶，紐約時(shí)報(bào)，華爾街日?qǐng)?bào)和華盛頓郵報(bào)的公開帖子，并表明他們的解決方案明顯優(yōu)于現(xiàn)有解決方案。在Facebook于2016年推出六個(gè)表情符號(hào)后，對(duì)所有四組數(shù)據(jù)進(jìn)行了分析。

研究人員建議未來的研究可以探索喜歡帖子的多重含義。

“為類似的意義提出正確的分類是研究的另一個(gè)步驟，”李說。“當(dāng)你點(diǎn)擊相似的按鈕時(shí)，你可能真的會(huì)發(fā)出幾種情緒 - 也許你同意它，或者你正在添加你的支持，或者你只是喜歡它。”