Neuraal netwerk herkent geslacht uit tekst

8 mei 2018, 11:17
Neuraal netwerk herkent geslacht uit tekst
Neuraal netwerk herkent geslacht uit tekst
Een team van onderzoekers van de National Research Nuclear University, van het National Research Centre Kurchatov Institute en de Woronesch State University heeft een nieuw algoritme ontwikkeld, waarmee een neuraal netwerk het geslacht van een schrijver met een trefzekerheid van tot wel 80 % kan identificeren aan de hand van door de proefpersoon zelf geschreven tekst.

Dit is een voorbeeld van ANI (Artificial Narrow Intelligence), waarmee de vermogens van het menselijk verstand op een specifiek terrein duidelijk worden overtroffen. Andere voorbeelden van dit soort ‘zwakke KI’ zijn programma’s die schaak of andere spellen tot zelfs Jeopardy kunnen spelen. Het project werd ondersteund door de Russian Science Foundation. De resultaten zijn gepubliceerd in het vakblad Procedia Computer Science.

Veel wetenschappelijke onderzoeken tonen aan, dat geschreven tekst bepaalde eigenschappen van de schrijver kan weerspiegelen. Dat geldt niet alleen voor het geslacht, maar ook voor fysiologische persoonlijkheidskenmerken en opleidingsniveau. Ook spraakpatronen schijnen bruikbare psychodiagnostische informatie over te brengen en worden, naast handschriftanalyses, soms gebruikt bij forensisch onderzoek en bij veiligheidsdiensten. Men is er ook in geslaagd om met spraakanalyse zelfs bepaalde ziekten, zoals dementie, depressie of suïcidaliteit te detecteren. Ook het afleiden van persoonlijke kenmerken uit handschrift kan interessant zijn.
Daarom proberen onderzoekers bepaald kenmerken van de persoonlijkheid af te leiden uit tekst. Ze hebben de effectiviteit van diverse algoritmes voor machinaal leren met neurale netwerken voor tekstanalyse onderzocht.

Daarbij kwam aan het licht, dat het toepassen van CNN’s (Convolutional Neural Networks) en Deep Learning het beste werken bij de identificatie van het geslacht van een auteur. Op dit moment werkt het onderzoeksteam aan een manier om de leeftijd van een auteur af te leiden uit teksten.

Es zeigte sich dabei, dass die Verwendung von CNNs (Convolutional Neuronal Networks) und Deep Learning bei der Identifizierung des Geschlechts eines Autors am besten funktioniert. Derzeit arbeitet das Forscherteam daran, das Alter eines Autors aus Texten zu ermitteln.
 
Reacties worden ingeladen...
gerelateerde items