18
d'Abril
de
2017
Els emojis són ideogrames que, de forma natural, es combinen amb un text per complementar visualment o condensar el significat d'un missatge. Amb les xarxes socials ha sorgit una nova forma de comunicació en què el significat ve donat per la combinació de missatges curts de text, acompanyats per icones que ajuden visualment a transmetre el missatge desitjat.
Aquest llenguatge visual s'ha posicionat àmpliament i està abastament present a les plataformes més populars: Twitter, Facebook, WhatsApp o Instagram. És per això que els emojis, des del punt de vista lingüístic, han atret l'atenció dels que s'hi dediquen a l'estudi del processament del llenguatge natural.
Imatge de Francesco Barbieri: l'eix de les "x" mostra a l'esquerra els emojis més fàcils de predir i a la dreta els més difícils
Un grup de recerca de la Universitat Pompeu Fabra ha estat estudiant aquest fenomen lingüístic emergent. En els diversos treballs, els experts han estudiar com els emojis tenen interpretacions diverses segons el col·lectiu i la cultura que l'utilitza. Així, l'ambigüitat que planteja el seu ús, va suscitar la qüestió de com es podria ensenyar a un agenda artifical a interpretar i reconèixer els ideogrames.
Ara, un nou treball de Francesco Barbieri i Horacio Saggion, investigadors del Large Scale Text Understanding Systems Lab del grup de recerca TALN, del DTIC de la UPF, ha estat presentat al congrés EACL 2017 (European Chapter of the Association for Computational Linguistics) celebrat del 3 al 7 d'abril a València.
D'una mostra formada per 40 milions de missatges geolocalitzats extrets de Twitter, emesos entre octubre del 2015 i maig del 2016 als Estats Units, els autors han estudiat la relació entre les paraules i els emojis. Els experts mostren com mitjançant la intel·ligència artificial, d'un text es poden inferir i predir els emojis que evoca el contingut del seu missatge. És a dir, els resultats experimentals del treball indiquen que disposen d'un bon model computacional capaç de captar millor que els humans la semàntica subjacent dels emojis i per tant, capaç de captar el significat i fer prediccions dels ideogrames que evoca un determinat missatge.
Com manifesten els seus autors, "en aquest treball es proporciona una arquitectura neuronal que modela la semàntica dels emojis i l'exploració de la relació entre les paraules i els ideogrames, amb la qual cosa proposem per primera vegada un robust mètode automàtic de predicció".
Aquest llenguatge visual s'ha posicionat àmpliament i està abastament present a les plataformes més populars: Twitter, Facebook, WhatsApp o Instagram. És per això que els emojis, des del punt de vista lingüístic, han atret l'atenció dels que s'hi dediquen a l'estudi del processament del llenguatge natural.
Imatge de Francesco Barbieri: l'eix de les "x" mostra a l'esquerra els emojis més fàcils de predir i a la dreta els més difícils
Un grup de recerca de la Universitat Pompeu Fabra ha estat estudiant aquest fenomen lingüístic emergent. En els diversos treballs, els experts han estudiar com els emojis tenen interpretacions diverses segons el col·lectiu i la cultura que l'utilitza. Així, l'ambigüitat que planteja el seu ús, va suscitar la qüestió de com es podria ensenyar a un agenda artifical a interpretar i reconèixer els ideogrames.
Ara, un nou treball de Francesco Barbieri i Horacio Saggion, investigadors del Large Scale Text Understanding Systems Lab del grup de recerca TALN, del DTIC de la UPF, ha estat presentat al congrés EACL 2017 (European Chapter of the Association for Computational Linguistics) celebrat del 3 al 7 d'abril a València.
D'una mostra formada per 40 milions de missatges geolocalitzats extrets de Twitter, emesos entre octubre del 2015 i maig del 2016 als Estats Units, els autors han estudiat la relació entre les paraules i els emojis. Els experts mostren com mitjançant la intel·ligència artificial, d'un text es poden inferir i predir els emojis que evoca el contingut del seu missatge. És a dir, els resultats experimentals del treball indiquen que disposen d'un bon model computacional capaç de captar millor que els humans la semàntica subjacent dels emojis i per tant, capaç de captar el significat i fer prediccions dels ideogrames que evoca un determinat missatge.
Com manifesten els seus autors, "en aquest treball es proporciona una arquitectura neuronal que modela la semàntica dels emojis i l'exploració de la relació entre les paraules i els ideogrames, amb la qual cosa proposem per primera vegada un robust mètode automàtic de predicció".