Creating Torture Chambers in Brawl Stars Map Maker
Penyelidik di Massachusetts Institute of Technology (MIT), Amerika Syarikat, telah membangunkan satu algoritma yang dapat mengesan rasa sindiran di tweet, nampaknya lebih baik daripada kebanyakan orang.
Para penyelidik pada mulanya bertujuan untuk membangunkan algoritma yang dapat mengesan kandungan perkauman dan kasar tetapi dalam proses mengembangkan algoritma ini terlebih dahulu kerana mereka merasa penting untuk mesin memahami sindiran.
Penyelidik percaya bahawa pemahaman tentang sindiran adalah langkah pertama untuk algoritma ke arah mendapatkan pemahaman yang lebih baik dari subteks emosi sesuatu ayat.
"Oleh kerana kita tidak boleh menggunakan intonasi dalam bahasa suara atau badan kita untuk menyontek apa yang kita katakan, emoji adalah cara kita melakukannya secara dalam talian, " kata Iyad Rahwan, profesor bersekutu makmal Media MIT yang mengembangkan algoritma dengan salah satu pelajar, Bjarke Felbo, memberitahu MIT Review.
"Rangkaian saraf mempelajari hubungan antara jenis bahasa dan emoji, " tambah Rahwan.
Twitter sudah menjadi hab untuk troll dan syarikat itu telah meningkatkan usaha untuk mengekang ancaman tersebut.
Mengukur sikap dan tingkah laku orang terhadap jawatan di media sosial telah menjadi amalan lazim di kalangan pengiklan.
Apabila dibangunkan sepenuhnya, algoritma ini dapat membuktikan menjadi asas dalam membantu menghancurkan tweets kasar / rasis / melecehkan dan pengguna juga.
Algoritma ini menggunakan teknik pembelajaran mendalam yang melatih rangkaian neural simulasi untuk mengenal pasti dan memahami corak menggunakan sejumlah besar data.
Para penyelidik menggunakan cara yang sangat umum untuk menunjukkan emosi di internet - emojis - sebagai sistem pelabelan dan salah satu cara untuk melatih algoritma mereka untuk mengenal pasti emosi dalam tweet.
Untuk menguji bots dalam senario dunia sebenar terhadap manusia, penyelidik merekrut sukarelawan melalui laman web crowdsourcing Mechanical Turks. Algoritma mengenal pasti sikap sarkastik dalam tweet dengan ketepatan 82 peratus dibandingkan dengan sukarelawan manusia yang mengenal pasti sindiran dengan ketepatan 76 peratus.
"Mungkin ia belajar semua slang yang berbeza, " kata Felbo. "Orang ramai mempunyai kegunaan bahasa yang sangat menarik-kata-kata seperti itu."
Para penyelidik mengumpul lebih daripada 55 bilion tweet dalam semua, dengan 1.2 bilion daripada mereka yang mengandungi emojis. Dengan menggunakan emoji terbenam tweet, penyelidik membantu algoritma belajar dan mengenal pasti emojis yang digunakan dengan jenis teks - gembira, sedih, lucu dan sebagainya.
Komputer semakin baik pada hari pembelajaran komputer hari demi hari dan semakin memahami bagaimana manusia bercakap dan berkelakuan melalui perlombongan data media sosial.
Algoritma ini boleh digunakan untuk membendung kandungan yang berkaitan dengan keganasan, perkauman dan keganasan dari bukan sahaja Twitter tetapi organisasi lain seperti Facebook, YouTube, Snap dan lain-lain yang cuba membuat platform mereka serta internet sebagai tempat yang lebih baik.
Dengan vCenter Suite VMware akan mengurus Sistem Operasi Datacenter Maya yang akan datang, dan ia juga akan biarkan VMware menguruskan ...
Butiran lanjut mengenai Sistem Operasi Datacenter VMware, termasuk koleksi alat pengurusan, akan disediakan dalam beberapa minggu yang akan datang, tetapi eksekutif syarikat di persidangan VMworld hari Selasa menggariskan inisiatif luas yang bertujuan membantu Pelanggan menggunakan awan dalaman.
Kempen ini, yang juga diperluaskan di AS, akan melibatkan papan iklan dan tanda di lapangan terbang dan kereta api stesen, serta iklan dalam penerbitan dalam talian dan cetak utama di UK, Perancis, Kanada, Jepun, Australia dan Singapura.
[Bacaan lanjut: Perkhidmatan streaming TV terbaik]
Kerajaan India menentang penyalahgunaan kanak-kanak dalam talian
Kementerian Pembangunan Wanita dan Kanak-kanak menubuhkan Perikatan Kebangsaan untuk menentang kejahatan penderaan dan eksploitasi kanak-kanak di zaman digital ...