Notebookcheck Logo

Naukowcy wykorzystują modele uczenia maszynowego do wykrywania nastrojów osób mówiących białym angielskim na podstawie postów na Facebooku

Naukowcy wykorzystują modele ML do wykrywania złego nastroju u osób mówiących białym angielskim na podstawie ich postów na Facebooku. (Źródło: Obraz AI Dall-E 3)
Naukowcy wykorzystują modele ML do wykrywania złego nastroju u osób mówiących białym angielskim na podstawie ich postów na Facebooku. (Źródło: Obraz AI Dall-E 3)
Naukowcy z University of Virginia i NIH wykorzystali modele uczenia maszynowego do wykrywania nastroju danej osoby na podstawie wybieranych przez nią słów na Facebooku. Ich modele działają dobrze w przypadku osób mówiących białym angielskim, ale nie w przypadku osób mówiących czarnym angielskim. Badania te mogą być wykorzystane jako łatwy sposób wykrywania nastrojów przez roboty humanoidalne lub dostawców usług zdrowia psychicznego.
AI Science Biotech

Naukowcy z University of Virginia i NIH stworzyli modele uczenia maszynowego na podstawie postów na Facebooku napisanych przez białych i czarnoskórych użytkowników języka angielskiego, które dokładnie wykrywają nastrój białych użytkowników języka angielskiego. Co ciekawe, modele te nie działają w przypadku czarnoskórych użytkowników języka angielskiego, nawet jeśli modele ML są trenowane tylko na tekstach czarnoskórych użytkowników języka angielskiego.

Uczenie maszynowe to metoda sztucznej inteligencji służąca do tworzenia modeli komputerowych z dużych ilości danych, które można wykorzystać do przewidywania. W tym badaniu wytrenowano cztery modele do rozpoznawania nastroju na podstawie wprowadzonego tekstu. Naukowcy zrobili to w celu ustalenia, czy posty napisane przez uczestniczących w badaniu białych i czarnoskórych użytkowników języka angielskiego, w szczególności ich użycie zaimków pierwszoosobowych (I-usage), takich jak "ja" lub "my", może przewidzieć ich niski nastrój.

Po pierwsze, badacze sprawdzili, czy użycie zaimków I wzrasta wraz z depresją w zależności od rasy i okazało się, że tak. Jednak użycie "ja" różniło się znacznie mniej wśród czarnoskórych uczestników i było używane częściej. Naukowcy przetestowali również relacje między skupiskami słów z 5 tematów związanych z negatywnymi emocjami, takimi jak bezwartościowość, i odkryli, że rosnące użycie słów tematycznych wzrastało wraz z ponurym nastrojem wśród białych, ale nie czarnych.

Następnie naukowcy zbadali związek między użyciem I i nastrojem, stosując dwie metody uczenia maszynowego w tekstach czarnych mówców, a następnie w tekstach białych mówców, aby stworzyć cztery modele.

Modele języka czarnego i białego były w stanie niezawodnie wykryć zły nastrój w postach na Facebooku białych, ale nie czarnych uczestników. Naukowcy mieli kilka pomysłów, dlaczego tak się stało, na przykład podwójna tożsamość Czarnych, ale potrzebne są dalsze badania.

Odkrycie to jest ekscytującym krokiem w kierunku budowy humanoidalnych robotów, które mogą dostrzec, jak się czujemy, a następnie spróbować nas pocieszyć. Zanim ten dzień nadejdzie, proszę wiedzieć, że codzienne ćwiczenia pomagają poprawić nastrój a maszyna do ćwiczeń, taka jak ta z Amazon, może w tym pomóc.

Niski nastrój znacząco wzrasta wraz ze wzrostem użycia słów zaimków pierwszoosobowych lub słów tematycznych związanych z depresją dla białych użytkowników języka angielskiego, ale nie dla osób czarnoskórych. (Źródło: artykuł S. Rai et al.)
Niski nastrój znacząco wzrasta wraz ze wzrostem użycia słów zaimków pierwszoosobowych lub słów tematycznych związanych z depresją dla białych użytkowników języka angielskiego, ale nie dla osób czarnoskórych. (Źródło: artykuł S. Rai et al.)
Please share our article, every link counts!
Mail Logo
> laptopy testy i recenzje notebooki > Nowinki > Archiwum v2 > Archiwum 2024 03 > Naukowcy wykorzystują modele uczenia maszynowego do wykrywania nastrojów osób mówiących białym angielskim na podstawie postów na Facebooku
David Chien, 2024-03-28 (Update: 2024-03-28)