计算机模型可以解码Facebook表情符号

根据宾夕法尼亚州立大学的研究人员的说法，虽然可靠的“喜欢”按钮仍然是最受欢迎的方式来表明Facebook帖子的批准，但计算机模型可以帮助用户和企业驾驭人们在社交媒体上表达他们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绪挖掘计算机模型，有一天可以用来更好地预测人们对Facebook帖子的情绪反应。虽然Facebook曾经只有一个官方表情符号反应 - 类似按钮 - 社交媒体网站在2016年初增加了五个按钮 - 爱，哈哈，哇，悲伤和愤怒。

“我们希望通过将问题建模为排名问题来理解用户对表情符号的点击背后的反应 - 给定Facebook帖子，算法可以预测六个表情符号在投票方面的正确排序吗?” 张说。“但是，我们发现现有的解决方案在某些时候预测用户的情绪和排名很差。”

张补充说，仅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更不容易被点击，这被称为不平衡问题。例如，用户倾向于最多点击“喜欢”按钮，因为它表示正面交互，它也是Facebook上的默认表情符号。

“当我们在Facebook上发帖时，我们的朋友倾向于点击积极的反应，通常是爱，哈哈，或者，简单地说，但他们很少会点击生气，”张说。“这导致了严重的不平衡问题。”

对于那些每年花费数十亿购买Facebook广告的社交媒体经理和广告商而言，这种不平衡可能会扭曲他们对内容在Facebook上的实际表现的分析，信息科学与技术副教授Dongwon Lee表示。新模型 - 他们称之为强大的标签排名(ROAR) - 可以为社交媒体分析师和研究人员提供更好的分析包。

“很多Facebook上的商业广告都是受喜欢的推动，”李说。“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，我们可以构建一个更好的模型，可以在社交平台上识别更精确的情绪分布，只有一个表情符号 - 比如2016年之前在Facebook上。这是一个迈向创建一个模型的方向，例如，可以告诉我，2015年发布的Facebook上有100万个喜欢的帖子实际上只有80%喜欢和20%生气。如果对社交情绪有这样一个准确的理解，那么可能会影响你的广告效果。“

Lee补充说，研究人员将于今天(2月6日)在新奥尔良举行的第三十二届AAAI人工智能会议上展示他们的研究成果，他们使用称为“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帖子数据集来训练模型，包括来自普通用户，纽约时报，华尔街日报和华盛顿邮报的公开帖子，并表明他们的解决方案明显优于现有解决方案。在Facebook于2016年推出六个表情符号后，对所有四组数据进行了分析。

研究人员建议未来的研究可以探索喜欢帖子的多重含义。

“为类似的意义提出正确的分类是研究的另一个步骤，”李说。“当你点击相似的按钮时，你可能真的会发出几种情绪 - 也许你同意它，或者你正在添加你的支持，或者你只是喜欢它。”