SpStinet - vwpChiTiet

 

Mô hình máy tính có khả năng giải mã cảm xúc trên Facebook

Theo các nhà nghiên cứu đến từ Penn State, khi nút “thích” (like) vẫn đang là phương thức phổ biến nhất để thể hiện sự đồng tình với các bài viết trên Facebook, thì có một mô hình máy tính có thể giúp người sử dụng và doanh nghiệp tìm hiểu được cách thức ngày càng phức tạp mà con người thể hiện họ thực sự cảm thấy như thế nào trên mạng xã hội.

Jason Zhang, trợ lý nghiên cứu tại trường Đại học Khoa học và Công nghệ Thông tin Penn State cho biết, các nhà nghiên cứu đã phát triển một mô hình máy tính khai thác cảm xúc và sử dụng mô hình này để dự đoán cảm xúc thực sự của con người đối với các bài viết.

Trước đây Facebook chỉ có duy nhất một biểu tượng cảm xúc truyền thống là like, thì nay mạng xã hội này đã thêm 5 nút nữa là tình yêu (love), haha, wow, buồn (sad) và tức giận (angry) vào hệ thống cảm xúc của mình.

"Chúng tôi muốn hiểu thêm phản ứng của người dùng đằng sau những cái nhấp chuột vào các biểu tượng bằng cách mô hình hóa vấn đề như dùng một thuật toán để dự đoán đúng thứ tự được chọn giữa sáu biểu tượng cảm xúc sau đó sắp xếp chúng" Zhang nói. "Nhưng chúng tôi phát hiện ra là các giải pháp hiện tại dùng để dự đoán và sắp xếp thứ hạng lại không chính xác ở một vài thời điểm."

Zhang nói thêm, nếu chỉ đếm số lần nhấp chuột sẽ không chứng minh được rằng một số biểu tượng cảm xúc ít được nhấp vào hơn số còn lại trong 6 biểu tượng, điều này gọi là sự mất cân bằng. Ví dụ như người dùng có xu hướng nhấp vào nút like nhiều nhất vì nó báo hiệu sự tương tác tích cực và cũng là biểu tượng cảm xúc mặc định trên Facebook.

Zhang nói: "Khi chúng tôi đăng một thứ gì đó lên Facebook, bạn bè của chúng tôi có xu hướng nhấp vào những biểu tượng cảm xúc tích cực như love, haha, hoặc đơn giản là like, nhưng ít khi họ chọn biểu tượng angry. Và điều này gây ra vấn đề mất cân bằng nghiêm trọng."

Với những người chi hàng tỷ để mua quảng cáo trên Facebook mỗi năm như các nhà quản lý truyền thông và quảng cáo, sự mất cân bằng này có thể làm sai lệch phân tích của họ về cách nội dung của họ đang thực sự hoạt động thế nào trên Facebook, Lee Dongwon, phó giáo sư về Khoa học và Công nghệ thông tin cho biết. Và mô hình mới mà họ gọi là phương thức xếp hạng nhãn hiệu tối ưu (ROAR) có thể mang đến các gói phân tích tốt hơn cho các nhà phân tích truyền thông cũng như nghiên cứu.

"Rất nhiều quảng cáo thương mại trên Facebook bị chi phối bởi những lượt like", Lee nói. “Nếu chúng ta dự đoán cảm xúc của người dùng chính xác hơn bằng cách sử dụng 6 biểu tượng cảm xúc, thì chúng ta có thể xây dựng một mô hình hiệu quả để phân biệt chính xác sự phân bố cảm xúc trong các nền tảng mạng xã hội chỉ bằng một biểu tượng duy nhất, chẳng hạn như nút like trước năm 2016. Ví dụ, một bài đăng trên Facebook vào năm 2015 có một triệu lượt thích, nhưng thực tế chỉ có 80% là thực sự thích còn 20% là tức giận. Nếu số liệu này là chính xác, điều đó có thể ảnh hưởng đến việc quảng cáo của bạn.”

Nghiên cứu sẽ được trình bày tại Hội nghị AAAI lần thứ ba về Trí tuệ nhân tạo (AI) ngày 06/02/2018 ở New Orleans, và sử dụng kỹ thuật AI gọi là "supervised machine learning" để đánh giá hiệu quả giải pháp. Các nhà nghiên cứu đã dạy cho mô hình máy tính của họ sử dụng bốn bộ dữ liệu của Facebook để tiến hành phân tích. Bộ dữ liệu bao gồm các bài đăng công khai từ những người dùng thông thường, tạp chí New York Times, Wall Street Journal, Washington Post và cho thấy giải pháp của họ đã vượt trội hơn các giải pháp hiện có. Tất cả bốn bộ dữ liệu đều được phân tích sau khi Facebook giới thiệu 6 biểu tượng cảm xúc mới vào năm 2016.

Các nhà nghiên cứu gợi ý rằng các nghiên cứu trong tương lai có thể khám phá nhiều điều từ hành động "thích" một bài viết.

Ông Lee nói: "Tiếp tục với việc phân loại ý nghĩa thực sự của nút like là một bước tiến khác của nghiên cứu. Khi bạn nhấp vào nút like, bạn đang truyền đi một vài tín hiệu cảm xúc – đó có thể là bạn đồng ý với nó, hoặc bạn đang thể hiện sự ủng hộ của mình, hoặc đơn giản chỉ là bạn thích nó."

Các tin khác: