Algorithmus erkennt Sarkasmus

Informatiker der Hebrew University of Jersualem haben einen Algorithmus entwickelt, der Sarkasmus in Online-Postings erkennen kann. In Amazon-Rezensionen weist SASI (Semi-Supervised Algorithm for Sarcasm Identification) eine Treffergenauigkeit von 77 Prozent auf.

Den Forschern zufolge erlaubt SASI die Verbesserung von Zusammenfassungen der Kundenrezensionen oder deren Reihung auf Seiten wie Amazon. Im Experiment auf Amazon wurden aus insgesamt 66.000 englischsprachigen Kundenrezensionen zu 120 Produkten alle Sätze bewertet. Die Einstufung erfolgt auf einer fünfteiligen Skala, wobei die Werte eins und zwei für normale Formulierungen stehen und die restlichen Werte zunehmenden Sarkasmus indizieren.

Zunächst wurden ausgewählte Sätze von Menschen anhand dieser Skala eingestuft und so ein Trainingsset für den Algorithmus erstellt. Auf dieser Basis hat SASI die 66.000 Rezensionen untersucht. 15 Menschliche Probanden haben anschließend eine Auswahl aus je 90 Sätzen beurteilt, die SASI als sarkastisch beziehungsweise normal eingestuft hat. Mit dieser Vergleichsbasis kamen die Forscher zum Schluss, dass der Algorithmus in mehr als drei Vierteln der Fälle richtig liegt. Ein Test bei Twitter weist gar eine Treffergenauigkeit von rund 94 Prozent auf.

Das Team rund um den Informatikprofessor Ari Rappoport sieht großen praktischen Nutzen gerade auf Seiten wie Amazon, denn viele Nutzer würden sarkastische Rezensionen wenig hilfreich finden. Der Algorithmus könnte also in erster Linie für eine personalisierte Darstellung der Rezensionen von Vorteil sein.

Links: Pressetext | Semi-Supervised Recognition of Sarcastic Sentences in Twitter and Amazon (PDF, ~93 kB)

» Beitrag diskutieren (12 Kommentare)