Un equipo de científicos de la Universidad Nacional de Investigación Nuclear "MEPhI", el Centro Nacional de Investigación "Instituto Kurchatov" y la Universidad Estatal de Voronezh han desarrollado un método que enseña a una computadora a reconocer el sexo de una persona a partir de un texto escrito por él con una precisión del 80 por ciento. El desarrollo científico pertenece al campo de la lingüística computacional. La investigación se llevó a cabo con una beca de la Russian Science Foundation. Los resultados se publican en la revista Procedia Computer Science.
Numerosos estudios científicos muestran que un texto escrito refleja inevitablemente las características de su autor: género, características psicológicas, nivel de educación. El habla es una valiosa herramienta de psicodiagnóstico que utilizan los especialistas en recursos humanos de las grandes empresas, así como los servicios de seguridad.
Con base en el análisis del habla, es posible diagnosticar la presencia de ciertas enfermedades en una persona (demencia, depresión) y una tendencia al comportamiento suicida. La necesidad de establecer las características del autor del texto también crece con el desarrollo de las comunicaciones en Internet: es importante que las empresas sepan a qué grupos de personas les gustan sus productos y servicios.
Los científicos que trabajan en esta dirección (lingüistas, psicólogos, especialistas en tecnología de la información), basándose en los valores numéricos de varios parámetros del texto, construyen modelos matemáticos para diagnosticar ciertos parámetros de personalidad.
norte
Un equipo de expertos analizó la efectividad de varias tecnologías de aprendizaje automático utilizando redes neuronales para el análisis de texto.
En el transcurso del estudio, compararon la precisión de resolver el problema de la identificación de género de los textos basándose en dos enfoques del modelado basado en datos: por un lado, algoritmos de aprendizaje automático (máquina de vectores de soporte y aumento de gradiente), por otro lado, redes neuronales de aprendizaje profundo (redes neuronales convolucionales y redes neuronales recurrentes con memoria larga a corto plazo).
“Hemos logrado altos resultados en la determinación del género del autor del texto gracias a modelos avanzados de redes neuronales, en condiciones en las que el autor no oculta su género. La siguiente tarea es determinar el sexo en términos de su ocultación intencional”, dice Alexander Sboev, profesor asociado de NRNU MEPhI.
Entonces, en los siguientes textos, que se publicaron inicialmente en un sitio de citas, la red neuronal encuentra fácilmente una trampa en diez de cada diez casos; además, el autor pone deliberadamente el nombre del sexo opuesto en la firma.
Video promocional:
El texto fue escrito por una niña: “Soy un hombre guapo y musculoso de 30 años. Trabajo para una gran empresa de petróleo y gas en una buena posición con un salario decente. Vivo en mi propio apartamento en Moscú. La propiedad también tiene una casa pequeña pero bonita en uno de los pueblos de Italia. Me gustan los deportes, en particular el fútbol. Me encanta salir el fin de semana, odio quedarme en casa. Una chica que se adapte a mí debe tener una disposición modesta, buena apariencia y una figura atractiva para los estándares modernos. Ella debería compartir mis intereses, no debería estar celosa y no debería intentar hacerme sentir celosa. No voy a apoyar a la niña, porque creo que ambos deberían trabajar en la familia. También prefiero mantener el presupuesto por separado. No toleraré la traición.
El texto fue escrito por un hombre: “¡Hola! ¡Soy extremadamente infeliz, extremadamente! ¡¿Por qué te comportas así con nosotros ?! Nosotros también somos personas, ¡todos somos iguales! ¿Eres sexista? ¡No aguantaré más esto! Romperé tu auto por todas partes, lo pintaré. Espera, inhumano. Terminaré de esta manera.
Los resultados de este estudio mostraron que un enfoque basado en el uso de redes neuronales convolucionales y métodos de aprendizaje profundo para reconocer el género de la persona que escribió el texto es el más óptimo.
Ahora un grupo de investigadores está trabajando en el problema del reconocimiento de la edad.
