Các nhà khoa học dạy mạng nơ ron xác định giới tính theo bài viết

MOSKVA(Sputnik) - Nhóm nghiên cứu gồm các nhà khoa học từ Trường Đại học Nghiên cứu Hạt nhân Quốc gia Nga “MEPhI”, Trung tâm Nghiên cứu Quốc gia "Viện Kurchatov" và Trường Đại học tổng hợp quốc gia Voronezh đã phát triển phương pháp dạy máy tính xác định giới tính theo bài viết với độ chính xác đến 80%.

Đây là một cuộc nghiên cứu trong lĩnh vực ngôn ngữ học máy tính. Hoạt động nghiên cứu đã được tài trợ từ Quỹ khoa học Nga. Kết quả được công bố trên tạp chí Procedia Computer Science.

Nhiều cuộc nghiên cứu khoa học cho thấy rõ rằng, các bài viết phản ánh đặc điểm của tác giả — giới tính, đặc điểm tâm lý, trình độ học vấn. Tiếng nói là một công cụ chẩn đoán tâm lý có giá trị  mà các chuyên gia quản trị nhân sự của các công ty lớn, cũng như các cơ quan bảo vệ an ninh sử dụng rộng rãi.

Sau khi phân tích cách nói của một người nào đó có thể chẩn đoán một số bệnh (bệnh mất trí nhớ, trầm cảm) và xu hướng tự sát. Với sự phát triển của truyền thông Internet đã tăng lên nhu cầu phân tích đặc tính của tác giả bài viết: các công ty muốn biết những sản phẩm và dịch vụ của họ làm vừa lòng những nhóm khách hàng nào.

Các nhà khoa học nghiên cứu lĩnh vực này (các nhà ngôn ngữ học, nhà tâm lý học và các chuyên gia công nghệ thông tin) trên cơ sở các tham số trong những đoạn lựa chọn của bài viết có thể xây dựng mô hình toán học để xác định những tham số khác nhau của cá nhân.

Nhóm chuyên gia đã phân tích tính hiệu quả của các công nghệ học máy khác nhau bằng cách sử dụng mạng nơ ron để phân tích bài viết.

Trong quá trình nghiên cứu, họ đã so sánh độ chính xác của hai cách tiếp cận vấn đề xác định giới tính trên cơ sở bài viết bằng cách mô hình hóa dữ liệu: một mặt — các thuật toán máy học (máy vector hỗ trợ và gradient boosting), mặt khác — mạng nơ ron để học tập chuyên sâu (mạng nơ ron tích chập và mạng nơ ron tái phát với bộ nhớ dài hạn hơn).

"Chúng tôi đã đạt được kết quả tuyệt vời trong việc xác định giới tính của tác giả bài viết nhờ vào mô hình mạng nơ ron cấp cao trong trường hợp tác giả không che giấu giới tính của mình. Nhiệm vụ tiếp theo là xác định giới tính trong điều kiện tác giả cố tình che giấu giới tính của mình", — Giáo sư Alexander Sboev từ đại học MEPhI cho biết.

Ví dụ, mạng nơ ron có thể dễ dàng phát hiện nói dối trong bài viết đăng trên trang web hẹn hò, mặc dù tác giả cố tình tự giới thiệu mình thuộc giới tính khác.

Một bài được viết bởi cô gái: "Tôi là đẹp trai 30 tuổi với thân hình khỏe mạnh, làm việc trong một công ty dầu khí, có vị trí tốt cùng với mức lương khá cao, tôi sống trong căn hộ chung cư cao cấp ở Matxcơva và sở hữu một căn nhà nhỏ nhưng rất đẹp tại một ngôi làng ở Italia. Tôi chơi thể thao, đặc biệt bóng đá. Tôi thích đi du lịch vào những ngày cuối tuần, tôi không thích những cô gái chỉ ru rú ở xó nhà. Phù hợp nhất với tôi là một cô gái khiêm tốn với ngoại hình đẹp và hấp dẫn theo tiêu chuẩn ngày nay.Cô gái phải có sở thích như tôi, không thể hiện sự ghen tuông, và không cố gắng gợi lên sự ghen tuông trong tôi. Tôi không có ý định nuôi cô gái vì tôi cho rằng, trong gia đình cả hai vợ chồng nên làm ăn. Vợ chồng mỗi người một tài khoản riêng. Và tôi không chịu được sự phản bội".

Bài sau đây được viết bởi người đàn ông: "Xin chào! Tôi cực kỳ không hài lòng! Tại sao các anh làm như vậy với chúng em?! Chúng em cũng là những con người, phụ nữ và nam giới bình đẳng với nhau! Bạn là sexist hay sao? Tôi không chịu đựng nổi cảnh này! Tôi sẽ đập phá chiếc xe của mày. Tôi quyết trả thù, mày là người vô dụng. Hãy chờ kết thúc đầy bi thảm".

Cuộc nghiên cứu cho thấy rằng, cách tiếp cận dựa trên việc sử dụng mạng nơ ron tích chập và phương pháp học tập chuyên sâu để xác định giới tính của người viết văn bản đã mang lại kết quả tốt nhất.

Bây giờ nhóm nghiên cứu đang giải quyết nhiệm vụ xác định tuổi tác.