Uma equipe de cientistas da Universidade Nacional de Pesquisa Nuclear "MEPhI", do Centro de Pesquisa Nacional "Instituto Kurchatov" e da Universidade Estadual de Voronezh desenvolveram um método que ensina um computador a reconhecer o gênero de uma pessoa a partir de um texto escrito por ele com uma precisão de 80 por cento. O desenvolvimento científico pertence ao campo da linguística computacional. A pesquisa foi realizada com uma bolsa da Russian Science Foundation. Os resultados são publicados na revista Procedia Computer Science.
Numerosos estudos científicos mostram que um texto escrito reflete inevitavelmente as características de seu autor - gênero, características psicológicas, nível de escolaridade. A fala é uma valiosa ferramenta de psicodiagnóstico utilizada por especialistas em recursos humanos de grandes empresas, bem como em serviços de segurança.
A partir da análise da fala, é possível diagnosticar a presença de certas doenças em uma pessoa (demência, depressão) e tendência ao comportamento suicida. A necessidade de estabelecer as características do autor do texto também cresce com o desenvolvimento das comunicações pela Internet: é importante que as empresas saibam quais grupos de pessoas gostam de seus produtos e serviços.
Os cientistas que trabalham nesta área (linguistas, psicólogos, especialistas em tecnologia da informação), com base nos valores numéricos de vários parâmetros do texto, constroem modelos matemáticos para diagnosticar determinados parâmetros de personalidade.
Uma equipe de especialistas analisou a eficácia de várias tecnologias de aprendizado de máquina usando redes neurais para análise de texto.
No decorrer do estudo, eles compararam a precisão de resolver o problema de identificação de gênero de textos com base em duas abordagens de modelagem baseada em dados: por um lado, algoritmos de aprendizagem de máquina (máquina de vetor de suporte e aumento de gradiente), por outro lado, redes neurais de aprendizagem profunda (redes neurais convolucionais e redes neurais recorrentes com memória de curto prazo longa).
“Conseguimos bons resultados na determinação do gênero do autor do texto graças a modelos avançados de redes neurais, em condições em que o autor não esconde seu gênero. A próxima tarefa é determinar o sexo em termos de sua ocultação intencional”, diz Alexander Sboev, professor associado do NRNU MEPhI.
Assim, nos textos a seguir, que foram inicialmente postados em um site de namoro, a rede neural encontra facilmente uma pegadinha em dez entre dez casos, além disso, o autor coloca deliberadamente o nome do sexo oposto na assinatura.
Vídeo promocional:
O texto foi escrito por uma menina: “Sou um homem bonito e musculoso de 30 anos. Trabalho para uma grande empresa de petróleo e gás, tenho uma boa posição e um salário decente. Eu moro em meu próprio apartamento em Moscou. A propriedade também possui uma casa pequena, mas bonita, em uma das aldeias da Itália. Gosto de esportes, em particular futebol. Adoro sair no fim de semana, odeio ficar em casa. Uma garota que combinaria comigo deveria ter uma disposição modesta, boa aparência e uma figura atraente para os padrões modernos. Ela deve compartilhar meus interesses, não deve ter ciúmes e não deve tentar me deixar com ciúme. Não vou apoiar a menina, porque acredito que as duas deveriam trabalhar na família. Eu também prefiro manter o orçamento separadamente. Eu não vou tolerar traição."
O texto foi escrito por um homem: “Olá! Estou extremamente infeliz, extremamente! Por que você está se comportando assim conosco ?! Nós também somos gente, somos todos iguais! Você é sexista? Eu não vou aguentar mais! Vou quebrar seu carro todo, pintar. Espere, desumano. Vou terminar assim."
Os resultados deste estudo mostraram que uma abordagem baseada no uso de redes neurais convolucionais e métodos de aprendizagem profunda para reconhecer o gênero da pessoa que escreveu o texto é a mais adequada.
Agora, um grupo de pesquisadores está trabalhando no problema do reconhecimento de idade.
