Lengua de víbora: como si la inteligencia artificial pudiera detectar el sarcasmo

by sguttikonda

31 de enero de 2018 por Jamie Beckett

Nunca olvido una cara, pero en tu caso, con gusto haré una excepción.
Groucho Marx

Los comediantes viven del sarcasmo, esos comentarios burlones e irónicos que aparentemente quieren decir algo, pero que en realidad son muy hirientes.

¿Una computación puede aprender a detectar esta sutil forma de expresión? Pushpak Bhattacharyya dice que pueden, y tiene los algoritmos para probarlo.

Bhattacharyya, el directo del Instituto Indio de Tecnología (IIT), Patna y un profesor del IIT de Mumbai, dedicaron los últimos años a usar el aprendizaje profundo con la tecnología de GPU para detectar el sarcasmo en línea.

“Detectamos muchos tuits, en especial en temas políticos, que son sarcásticos”, dijo. Obviamente, el 2018 le da la razón.

La investigación sobre el sarcasmo no es broma

Bhattacharyya no bromea cuando dice que existen razones válidas para estudiar el sarcasmo. Los políticos, los jefes de estado, las empresas y hasta las celebridades preocupadas por proteger sus reputaciones están atentos a Twitter y otras redes sociales para evaluar la opinión pública.

Sin embargo, Bhattacharyya indicó que los métodos que usan para lo que se conoce como “análisis de sentimiento” no es suficiente para el sarcasmo.

“El sarcasmo brinda información sobre el funcionamiento de la mente humana”, dice. Por lo tanto, no es una sorpresa que sea un desafío para las computadoras.

Alerta de burla

La palabra “sarcasmo” proviene del griego “sarkasmós”, que significa “cortar la carne con los dientes”, una imagen bastante descriptiva de su objetivo: ridiculizar o mostrar desprecio.

A veces, la burla está acompañada por una señal clara: un tuit con la etiqueta “#sarcasmo” o frases como “como si” o “como si te importara”. Otras marcas frecuentes de burla son los múltiples signos de exclamación, el uso de mayúsculas, los emoticonos y la etiqueta #LOL.

 

 

 

 

 

 

Sin embargo, a menudo el sarcasmo no es tan obvio. Muchas veces, las declaraciones positivas ocultan mensajes negativos, dijo Bhattacharyya. A modo de ejemplo, usa la frase “Me encanta que me ignoren”.

“Si lees esta frase, esperas encontrar un término positivo como ‘feliciten’ o ‘reconozcan’”, dijo. “Entonces, cuando ves ‘ignoren’, reconoces que es sarcasmo”.

 

 

 

 

 

Como si no fuera lo suficientemente difícil

Otras veces, detectar el sarcasmo en un comentario depende del contexto o de un dato externo. Si alguien dice “La batería del teléfono dura dos horas. Genial”, la inteligencia artificial debería entender que una duración de dos horas no es algo bueno.

Esto nos lleva a otro problema. Casi un quinto de los tuits sarcásticos están relacionados con cifras, que el análisis de emociones no alcanza a descifrar, dice Bhattacharyya.

 

 

 

 

 

 

Tomar el sarcasmo en serio

Cuando Bhattacharyya y su equipo, compuesto por estudiantes, lingüistas y psicólogos, siguieron investigando, descubrieron la clave para separar los elogios de las burlas.

“El sarcasmo se basa en la incongruencia”, dijo Bhattacharya. “Ese es nuestro principal aporte”.

Mediante el marco de trabajo de aprendizaje profundo TensorFlow acelerado por cuDNN– y nuestras GPU GeForce GTX 1080 Ti, los investigadores capacitaron redes neurales para reconocer la incongruencia en conjuntos de datos que incluían desde tuits hasta reseñas de películas y diálogos de la serie cómica de la década de 1990 “Friends”.

En muchos estudios, los algoritmos pudieron detectar el sarcasmo de forma más precisa que los métodos existentes. Esto es se aplica especialmente para los tuits que incluyen cifras. En estos casos, la precisión es un 80 % mayor que los esfuerzos anteriores triples.

Bhattacharya trabajó con varios de sus estudiantes de doctorado en este proyecto: Aditya Joshi, Mark Carmen, Abhijit Mishra y Raksha Sharma.

Adecuarse al sarcasmo

A partir de trabajos anteriores, los investigadores crearon un motor basado en un navegador para detectar el sarcasmo. El motor se denomina Sarcasm Suite y consiste en dos módulos capacitados que los investigadores en cualquier parte del mundo pueden usar para detectar burlas.

Los módulos detectan el sarcasmo al evaluar el historial de tuits de las personas y al identificar elementos de texto como palabras contradictorias y expresiones de emociones incongruentes. Para enriquecer el análisis, los algoritmos de los investigadores también incorporaron elementos como la intensidad de las palabras (por ejemplo, la diferencia entre “bueno” y “excelente”) y usaron datos de estudios de seguimiento de ojos.

La herramienta también incluye el código para SarcasmBot, un chatbot que genera respuestas sarcásticas por cuenta propia frente a una pregunta. En un ejemplo, el usuario le pregunta a SarcasmBot, “¿Qué piensas de Greg?” La respuesta: “Bueno… me agrada Greg. De la forma en que me agrada las personas en las que no puedo confiar en absoluto.”

A partir de ahora, las computadoras pueden ser igual de sarcásticas que nosotros. Suena genial.

Para obtener más información, consulta los siguientes artículos de Bhattacharya y su equipo: