计算机模型可能会解码Facebook表情符号

宾夕法尼亚州立大学的研究人员说，尽管可信任的“喜欢”按钮仍然是表示批准Facebook帖子的最流行方式，但一种计算机模型可以帮助用户和企业导航人们在社交媒体上表达自己的感受的日益复杂的方式。

宾夕法尼亚州立大学信息科学与技术学院的研究助理Jason Zhang说，在一项研究中，研究人员开发了一种社交情感挖掘计算机模型，该模型可以用一天来更好地预测人们对Facebook帖子的情感反应。尽管Facebook曾经只出现过一个官方表情符号反应(例如按钮)，但社交媒体网站在2016年初又添加了五个按钮(爱，哈哈，哇，悲伤和愤怒)。

“我们想通过将问题建模为排名问题来了解用户对表情符号的这些点击背后的反应-给定Facebook帖子，算法能否根据投票预测六种表情符号之间的正确排序?” 张说。“但是，我们发现，现有的解决方案有时会预测用户的情绪及其排名不佳。”

张补充说，仅计算点击次数并不能承认某些表情符号比其他表情符号不太可能被点击，这被称为失衡问题。例如，用户倾向于最喜欢单击“喜欢”按钮，因为它表示积极的互动，并且它也是Facebook上的默认表情符号。

张说：“当我们在Facebook上发布内容时，我们的朋友倾向于点击积极的反应，通常是爱，哈哈，或者只是喜欢，但他们很少会生气。” “这会导致严重的失衡问题。”

信息科学与技术副教授李东元说，对于每年花费数十亿美元购买Facebook广告的社交媒体经理和广告商来说，这种失衡可能会歪曲他们对其内容在Facebook上实际表现的分析。他们称这种新模型为稳健的标签排名或ROAR，可以为社交媒体分析师和研究人员带来更好的分析工具。

李说：“ Facebook上的许多商业广告都是由喜欢驱动的。” “最终，如果我们可以使用六个表情符号更准确地预测这些表情符号，我们可以建立一个更好的模型，从而仅使用一个表情符号(例如在2016年之前在Facebook上)就可以识别社交平台中情感的更精确分布。这是一个朝着建立一个模型的方向迈进，例如，该模型可以告诉我们，2015年在Facebook上发布的一百万个赞实际上只有80%的赞和20%的愤怒。如果可以对社交情感进行如此精确的理解，那可能会影响您的广告投放方式。”

研究人员将在今天(2月6日)在新奥尔良举行的第三十二届AAAI人工智能会议上介绍他们的发现，他们使用了一种称为“监督机器学习”的AI技术来评估他们新开发的解决方案。在这项研究中，研究人员使用四个Facebook帖子数据集(包括来自普通用户的公共帖子，《纽约时报》，《华尔街日报》和《华盛顿邮报》)对模型进行了训练，并表明他们的解决方案明显优于现有解决方案。在Facebook在2016年引入六种表情符号之后，对所有四组数据进行了分析。

研究人员认为，未来的研究可能会探索喜欢某篇文章的多种含义。

Lee说：“针对类的含义提出正确的分类法是研究的又一步。” “当您单击“喜欢”按钮时，您实际上可能在发出几种情绪-也许是您同意，或者您正在添加支持，或者只是喜欢它。”