MIT: Künstliche Intelligenz erkennt Sarkasmus in Textnachrichten

Selbst für Menschen ist es oftmals gar nicht so einfach, den tieferen Sinn von simplen Textnachrichten zu verstehen. Denn während im Gespräch die gesprochenen Worte noch durch andere Informationen ergänzt werden, entfällt dies bei reinen Buchstabenfolgen. So lässt sich Sarkasmus und Ironie oftmals nur aus dem Kontext erschließen. Dementsprechend schwer ist es auch für automatisierte Systeme, den Inhalt von Texten richtig zu erfassen. Dies wird beispielsweise in sozialen Netzwerken zum Problem: Dort können Löschungen nur von menschlichen Mitarbeitern vorgenommen werden. Denn die Technik ist bisher nicht in der Lage zwischen echten Hasspostings und sarkastischen Beiträgen zu unterscheiden. Ein Forschungsprojekt am Massachusetts Institute of Technology könnten in diesem Punkt aber zukünftig Abhilfe schaffen.

Der Algorithmus lernte mithilfe von Twitter-Nachrichten

Dort wird ein selbstlernender Algorithmus entwickelt. Dieser hat zum Training mehr als 1,2 Milliarden Twitter-Nachrichten analysiert. Die Tweets hatten den Vorteil, dass die wahre Natur der Aussage jeweils durch einen anschließenden Emoji klargestellt wurde. Das DeepMoji genannte System lernte so zunächst, vorherzusagen welcher Emoji am Ende eines Satzes folgen wird. Insgesamt konnte die künstliche Intelligenz so 64 verschiedene Emojis zuordnen. Um Sarkasmus zu erkennen, reichte dies aber noch nicht aus. Dafür wurde von freiwilligen Helfern eine Datenbank mit zuvor überprüften Beispielen aufgebaut. Der Algorithmus versucht nun anhand dieser Fälle Gemeinsamkeiten und Muster zu erkennen, um mit diesem Wissen dann auch unbekannte Texte analysieren zu können.

Die künstliche Intelligenz soll im Kampf gegen Mobbing und Hasskommentare helfen

Bisher konnten die Forscher auf diesem Gebiet zumindest einen Teilerfolg erringen: Die künstliche Intelligenz erreichte bei der Überprüfung auf Sarkasmus eine Trefferquote von 82 Prozent – und war damit besser als die menschlichen Probanden in der Vergleichsgruppe. Auf Twitter übertragen bedeutet dies aber auch: Von hundert sarkastischen Tweets werden immer noch 18 nicht erkannt. Die Forscher arbeiten daher aktuell daran, die Trefferquote weiter zu erhöhen. Später soll die Technologie dann genutzt werden, um Mobbing und Hasskommentare in sozialen Netzwerken fast in Echtzeit aufspüren zu können. Der Algorithmus wird zudem der Öffentlichkeit zur freien Nutzung zur Verfügung gestellt. Gut möglich, dass Startups daraus dann noch ganz andere Geschäftsmodelle entwickeln werden.