วิธีการสอนสคริปต์เพื่อตรวจสอบการเสียดสี? [ปิด]

ขณะนี้ฉันกำลังสร้างสคริปต์ที่สนุกซึ่งโดยทั่วไปตรงกับวลีที่กำหนดและให้คำตอบที่กำหนดไว้ล่วงหน้าตามคะแนนการแข่งขัน คุณสามารถขอให้มันดึงข้อมูลบางอย่างจากฟีดสดเรียกใช้งานบอกเกร็ดเล็กเกร็ดน้อยหรือเพียงแค่พูดคุยกับเธอ

ฉันมีการตรวจจับในตัวสำหรับคำไม่ดีแคปล็อคหรือทั้งสองอย่าง โปรแกรมมีชื่อเด็กหญิงและฉันพยายามทำให้ใกล้เคียงกับการเป็นเด็กผู้หญิงมากที่สุดเท่าที่จะทำได้ในแง่ตรรกะ (ตัวอย่าง: ทุกคนรู้ว่าผู้หญิงส่วนใหญ่ใช้เวลา 700ms ในการตอบคำถามล้อเล่นแน่นอน) ดังนั้นนี่คือตัวอย่างเล็ก ๆ น้อย ๆ :

ลูกค้า: ปัญหาของคุณคืออะไร?
Kiku: อย่าใช้สิ่งนั้นกับฉัน!
ลูกค้า: #### คุณ
Kiku: ทำไมคุณถึงเป็นอย่างนั้นกับฉัน: /

อย่างไรก็ตามฉันอยากจะเพิ่มคุณสมบัติแดกดัน ดังนั้นถ้าคุณเขียนอะไรบางอย่างด้วยการเสียดสีเธอก็จะตรวจจับและตอบสนองตามนั้น ตอนนี้เป็นส่วนที่ยุ่งยากคุณจะสอนสคริปท์ได้อย่างไร?

ให้ฉันเจาะจงมากขึ้น คำเหน็บแนมที่ใช้กันมากที่สุดในทุกวันนี้คืออะไร? หรือวิธีรับสถิตินั้น ฉันจะทำให้สคริปต์เข้าใจบริบทของวลีที่กำหนดได้อย่างไร

UPDATE

เนื่องจากคำถามนี้กำลังได้รับความสนใจอย่างมากฉันคิดว่าสิ่งต่างๆควรถูกลบออกไปอีกเล็กน้อย มันชัดเจนมากว่าการทำให้สคริปต์ตรวจสอบการเสียดสีอย่างเต็มที่นั้นเป็นไปไม่ได้ อย่างน้อยก็ในเรื่องที่สมเหตุสมผล แต่ผมไม่เชื่อว่าปริมาณของบางอย่างที่เป็นไปได้ถากถางสามารถตรวจพบได้

ขณะนี้ฉันได้ทำให้มันจนสคริปต์ของฉันสามารถตรวจสอบการเสียดสีที่ จำกัด มาก ฉันกำหนดคำพูดประชดประชันบางอย่างไว้ล่วงหน้า (แต่เพียงอย่างเดียวพวกเขาไร้ประโยชน์) ตัวอย่างเช่น: อะไรก็ได้ใช่ถูกและยิ่งใหญ่ และจากนั้นก็ตรงกับครั้งแรกสิ่งที่ง่ายเช่นพิมพ์ใหญ่และยกมา: หรือTHANKS you are so smartoh you are so "SMART"

เนื่องจากหน้าที่หลักของสคริปต์คือการทำงานหรือดึงข้อมูลและ afterwords จะถามว่านั่นคือสิ่งที่คุณหมายถึงหรือไม่ จากนั้นฉันคิดว่าการเพิ่ม "ขอบคุณ" เป็นตัวแปรพิเศษ ดังนั้นyeah thanksหรือwhatever thanksจะกระตุ้นการเสียดสีที่เป็นไปได้และสคริปต์จะถามคุณว่า: "ฉันตรวจจับการเสียดสีได้หรือไม่" ทางออกที่ดีที่สุดของคุณคือการพูดคำว่า "ขอโทษ" มิฉะนั้นจะเพิ่มจุดเตือนและหากถึงขีด จำกัด แล้วมันจะเริ่มไม่สนใจคุณ

เนื่องจากอัลกอริธึมที่ง่ายมาก ๆ เหล่านี้ดูเหมือนจะใช้งานได้จริงแล้วความคิดนี้มีอนาคตแน่นอนหลังจากปรับแต่งและปรับแต่งมากมาย อย่างไรก็ตามมีคนจำนวนมากที่ฉลาดกว่าที่จะทำซอฟต์แวร์โอเพนซอร์ซด้วยความคิดเดียวกัน จากนั้นคุณสมบัตินี้สามารถเชื่อมโยงกับฟังก์ชั่นมากมายบนเว็บ การดูแลลูกค้าอาจได้รับประโยชน์สูงสุดอย่างไรก็ตามซอฟต์แวร์ประเภทนี้สามารถใช้ตรวจหาเนื้อหา "ที่กำหนดธงได้"

หากคุณมีระบบประมวลผลภาษาธรรมชาติที่สมบูรณ์และฐานข้อมูลของข้อเท็จจริงซึ่งเป็นระบบของ IBM Watson คุณอาจสามารถแฟล็กคำสั่งบางคำเป็นถ้อยคำที่เป็นไปได้ ตัวอย่างเช่น "ฉันได้ยินว่าคุณแม่เป็นมะเร็งและคุณเพิ่งถูกไล่ออก!" "ใช่ไม่ใช่ชีวิตที่ยอดเยี่ยม!" อาจถูกตั้งค่าสถานะเนื่องจากสามารถรับรู้ว่าการเป็นมะเร็งและการสูญเสียงานมักไม่ได้อธิบายว่าเป็นประสบการณ์เชิงบวก

ฉันคิดว่าคุณไม่มีทรัพยากรในการรวบรวมระบบคะแนนของ Watson คุณสามารถรวบรวมฐานข้อมูลของวลีประชดประชันที่ใช้กันทั่วไปแล้วใช้อัลกอริทึมการจับคู่ข้อความระหว่างคำสั่งเป้าหมายและฐานข้อมูลประชดประชัน ฉันต้องเดาว่ามันจะไม่ได้ผลมากเพราะวลีทั้งหมดที่ใช้ประชดประชันถูกนำมาใช้อย่างจริงใจบ่อยขึ้น ตัวอย่างเช่น "นั่นเป็น X ที่ดี" มักใช้อย่างจริงใจ แต่บางครั้งก็ใช้ประชดประชัน

Sarcasm นั้นสัมพันธ์กับการหลอกลวงอย่างใกล้ชิด ไม่ใช่เรื่องแปลกสำหรับคนที่ใช้การเสียดสีเพื่อปฏิเสธเมื่อถูกท้าทายและการเลือกคำพูดของพวกเขาทำให้เกิดการปฏิเสธได้ ฉันสงสัยว่านี่หมายความว่าเครื่องตรวจจับการเสียดสีที่ดีอาจเป็นปัญหาอย่างหนักเหมือนโปรแกรมสนทนาที่ผ่านการทดสอบของทัวริง

<ถากถาง>

if(string.Contains("<Sarcasm>")) containsSarcasm = true;

</ ถากถาง>

สุจริตฉันไม่รู้ว่าจะไปเกี่ยวกับเรื่องนี้ ฉันคิดว่าเพียง 30% ของผู้คนในชีวิตจริง "ได้รับ" การเสียดสีในตอนแรกดังนั้นการใช้คอมพิวเตอร์รับรู้และเข้าใจว่ามันเป็นงานที่ยากมาก

แก้ไข จากความคิดเห็นที่โพสต์ต้นฉบับของฉันฉันเชื่อว่าฉันได้แสดงความยากลำบากอย่างสมบูรณ์แบบของงานที่ถูกถาม ใช่ช่วงครึ่งแรกของโพสต์ของฉันเหน็บแนม ฉันยังเน้นข้อเท็จจริงที่ว่าโดยใช้แท็กมาร์กอัปที่ทำขึ้น โดยการโพสต์ความคิดเห็นประชดประชันเกี่ยวกับการแก้ปัญหาเล็กน้อยในปัญหาที่ยากเป็นพิเศษและการเสียดสีนั้นถูกตีความว่าเป็น "ไม่ช่วยเหลือ" ทำให้เกิดคำถามนี้ขึ้น:

หากคุณไม่สามารถจำคำพูดเขียนได้คุณจะเขียนอัลกอริทึมที่รับรู้ได้อย่างไร

โอ้และแอนนาถ้ามีคนใส่คำว่า "ฉันคิดว่า ... " ในประโยคของพวกเขามันมักจะบ่งบอกว่ามันเป็นความเห็นที่ถูกกล่าวถึงไม่จำเป็นต้องค้นคว้าข้อเท็จจริงอย่างหนัก

ปัญหาของการตรวจจับการเสียดสีเป็นปัญหาเปิดในภาษาศาสตร์คอมพิวเตอร์ - คุณจะได้รับการบริการที่ดีขึ้นโดยการค้นหาgoogle scholarกว่า stackexchange สำหรับสิ่งต่าง ๆ อย่างไรก็ตามมีความคืบหน้าเกี่ยวกับเรื่องนี้บ้าง สำหรับการพูดประชดประชันผู้รู้จำที่แข็งแกร่งสามารถสร้างขึ้นได้โดยใช้ "ลักษณะทางสเปกตรัมและบริบท"ที่ (ผู้เขียนอ้างว่า) ตรวจจับการเสียดสีเช่นเดียวกับคำอธิบายประกอบของมนุษย์ ผู้เขียนบทความอ้างว่าข้อความดิบจึงไม่เพียงพอที่จะตรวจจับการเสียดสี - แน่นอนว่าพวกเขาได้ผลลัพธ์ที่ดีขึ้นโดยไม่สนใจคำที่ถูกพูดจริง

Tsur et al. ยังได้รายงานผลประกอบการที่น่าสนใจบางอย่างในต้นฉบับเดิมถากถางการตรวจสอบเพียงปีที่ผ่านมาพวกเขาด้วยอัลกอริทึมศศิ พวกเขายังรายงานผลการติดตามเพิ่มเติมเพิ่มเติมในบทความอื่น

ไม่ว่าในกรณีใดนี่คือความล้ำสมัยของการวิจัยภาษาคอมพิวเตอร์ อย่าคาดหวังว่าทุกคนจะส่ง libsarcasm ให้คุณบนแผ่นเงิน คุณจะต้องใช้ชุดข้อมูลการฝึกอบรมขนาดใหญ่และมีเวลาว่างมากมายในการปรับแต่งเครื่องตรวจจับการเสียดสีของคุณ - และถึงตอนนั้นความแม่นยำ 77% (ตามที่รายงานไว้ในกระดาษ SASI) นั้นไม่เพียงพอที่จะปฏิเสธการโพสต์

ฉันไม่คิดว่าคำตอบนี้เป็นวิธีการที่สมจริงมาก แต่ถ้าคุณมีทรัพยากรที่จะทำฉันเชื่อว่ามันจะเป็นไปได้ พิจารณาโครงการ reCaptcha ของ google ซึ่งใช้มนุษย์ในการถอดรหัสคำที่คอมพิวเตอร์ไม่สามารถอ่านได้ ( "เรียนรู้เพิ่มเติมหน้า Retaptcha" ) ฉันเชื่อว่าปัญหาคล้ายกันคือคุณกำลังพยายามทำให้เครื่องจักรหาสิ่งที่มนุษย์ทำมาแล้วอย่างน้อยก็ทำได้ดีกว่า

ลองนึกภาพคุณมีทรัพยากรที่จะขอให้ผู้คนนับล้านระบุการเสียดสีกับคุณในบริบทการสนทนาที่พิมพ์ออกมา ลองนึกภาพว่าคุณสามารถขอให้คนจำนวนมากส่งช่วงเวลาที่แน่นอนในการสนทนาเมื่อการพูดประชดประชันเป็นจริงและเป็นบทสนทนาเล็กน้อยก่อนที่จะตระหนักว่าใครจะต้องทำเครื่องหมายประจำตัวนั้น สิ่งนี้สามารถเก็บไว้ในฐานข้อมูลสมมติว่าโปรแกรมของคุณมีการเข้าถึง จากนั้นในขณะที่ผู้ใช้กำลังพิมพ์การสนทนากับคุณฐานข้อมูลอาจถูกกรองสำหรับการสนทนา "ที่คล้ายกัน"

วิธีการประเมินความคล้ายคลึงกันเป็นสิ่งที่คิด แต่สิ่งที่ฉันเชื่อว่าอาจมีงานวิจัยสำหรับการดำรงอยู่แล้ว ฉันเชื่อว่ามันจะเป็นเหมือนทฤษฎีที่อยู่เบื้องหลังการแก้ไขข้อผิดพลาดในการสะกดคำ ไม่ว่าจะด้วยวิธีใดก็ตามอาจเป็นไปได้ว่าคุณค่าความน่าจะเป็นที่การสนทนาที่พิมพ์ไว้นั้นเป็นความจริงอย่างเหน็บแนมและในบางครั้งจะต้องมีการกำหนดเกณฑ์

ฉันชอบความคิดของคุณในการนำเสนอคำถามว่า ให้กับผู้ใช้และจากนั้นใช้การตอบสนองของพวกเขาเพื่อให้ได้การตัดสินใจที่แม่นยำยิ่งขึ้น

ฉันหวังว่าคำตอบของฉันจะไม่สิ้นเปลืองและฉันขอให้คุณโชคดีในความพยายามนี้

-Asaf

การตรวจจับ Sarcasm ในภาษาศาสตร์คอมพิวเตอร์ (หรือที่เรียกว่าการประมวลผลภาษาธรรมชาติ) เป็นปัญหาที่ยากมากในสิทธิของตนเอง มันเป็นปัญหาการจำแนกที่ต้องฝึกอบรมแบบแรก ปัญหาที่คล้ายกันในการหาคู่-แง่ (ไฟล์ PDF) ได้รับการวิจัยและเผยแพร่เมื่อเร็ว ๆ นี้ เทคนิคสำหรับปัญหาทั้งสองนี้เปรียบได้

2 เซนต์ของฉัน:

ถามนักจิตวิทยาเกี่ยวกับวิธีจดจำการเสียดสีในวลีด้วยข้อมูลนั้นเปรียบเทียบกับอินพุต

แต่มันจะเป็นโครงการที่ยากจริงๆด้วยความพยายามที่ใช้ในการนั้นคุณสามารถทำระบบปฏิบัติการที่ดีที่สุดในโลกได้อย่างแน่นอน: P