青青草免费线看线看|啊在车上停不下来了|国产少女免费观看电视剧|仑乱88MAV|精品老司机在线观看视频|国产一区二区三区高清免费视频|在线观看免费777av

在結合了關鍵詞搜索、語法結構分析和被贊的次數

【在結合了關鍵詞搜索、語法結構分析和被贊的次數】

在結合了關鍵詞搜索、語法結構分析和被贊的次數


我們人類并不善于在文字當中分辨出他人真正的情緒表達 , 但機器學習技術或許可以在這上面幫助我們 。最近,以色列一位計算機科學學生就開發出了一套這樣的機器學習系統,可幫助過濾反恐行動和預防當中的虛假信息 。
Eden Saig是以色列理工學院計算機科學專業的一名學生 , 他所開發的一套機器學習系統據稱可準確檢測并識別出個人在電子通訊當中的真實情緒 。他把自己的機器學習算法應用到了希伯來語Facebook頁面中超過5000條發文當中主要針對那些“優越且傲慢”以及“平凡且感性”的用戶希望將其作為數據庫來收集同質化的數據,并幫助計算機化的學習系統“學習”如何識別文字當中的真正情緒含義 。
在結合了關鍵詞搜索、語法結構分析和被贊的次數,這套系統在情緒識別上的準確率得以提高 。現在,該系統可識別出傲慢或關愛的情緒 , 甚至會在識別出傲慢的文字內容時向用戶發送一條文字信息 。
Saig認為,這種機器學習系統可以幫助警方忽略社交媒體中那些有關策劃恐怖襲擊的玩笑 , 從而避免了資源的浪費 。與此同時,它還能應用在抑郁、和網絡欺凌上面,幫助分辨出哪些人是在開玩笑,而哪些人真的需要幫助 。

    猜你喜歡