Un team di scienziati della National Research Nuclear University "MEPhI", del National Research Center "Kurchatov Institute" e della Voronezh State University hanno sviluppato un metodo che insegna a un computer a riconoscere il sesso di una persona da un testo scritto da lui con una precisione dell'80%. Lo sviluppo scientifico appartiene al campo della linguistica computazionale. La ricerca è stata condotta con una borsa di studio della Russian Science Foundation. I risultati sono pubblicati sulla rivista Procedia Computer Science.
Numerosi studi scientifici dimostrano che un testo scritto riflette inevitabilmente le caratteristiche del suo autore: genere, caratteristiche psicologiche, livello di istruzione. La parola è un prezioso strumento psicodiagnostico utilizzato dagli specialisti delle risorse umane di grandi aziende, oltre che dai servizi di sicurezza.
Sulla base dell'analisi del linguaggio, è possibile diagnosticare la presenza di alcune malattie in una persona (demenza, depressione) e una tendenza al comportamento suicida. La necessità di stabilire le caratteristiche dell'autore del testo cresce anche con lo sviluppo della comunicazione Internet: è importante per le aziende sapere a quali gruppi di persone piacciono i loro prodotti e servizi.
Gli scienziati che lavorano in questa direzione (linguisti, psicologi, specialisti in tecnologia dell'informazione), sulla base dei valori numerici di vari parametri del testo, costruiscono modelli matematici per diagnosticare determinati parametri della personalità.
Un team di esperti ha analizzato l'efficacia di varie tecnologie di apprendimento automatico utilizzando reti neurali per l'analisi del testo.
Nel corso dello studio, hanno confrontato l'accuratezza della risoluzione del problema dell'identificazione di genere dei testi sulla base di due approcci alla modellazione basata sui dati: da un lato, algoritmi di machine learning (support vector machine e gradient boosting), dall'altro, reti neurali di deep learning (reti neurali convoluzionali e reti neurali ricorrenti con memoria a lungo termine a breve termine).
“Abbiamo ottenuto ottimi risultati nella determinazione del sesso dell'autore del testo grazie a modelli di rete neurale avanzati, in condizioni in cui l'autore non nasconde il suo genere. Il prossimo compito è determinare il sesso in termini di occultamento intenzionale , afferma Alexander Sboev, professore associato presso NRNU MEPhI.
Così, nei seguenti testi, postati inizialmente su un sito di incontri, la rete neurale trova facilmente un tranello in dieci casi su dieci, inoltre l'autore appone volutamente nella firma il nome dell'altro sesso.
Video promozionale:
Il testo è stato scritto da una ragazza: “Sono un bell'uomo muscoloso di 30 anni. Lavoro per una grande compagnia petrolifera e del gas in una buona posizione con uno stipendio decente. Vivo nel mio appartamento a Mosca. La struttura dispone anche di una piccola ma graziosa casa in uno dei borghi d'Italia. Amo lo sport, in particolare il calcio. Adoro uscire per il fine settimana, odio stare a casa. Una ragazza che mi andrebbe bene dovrebbe avere un carattere modesto, un bell'aspetto e una figura attraente per gli standard moderni. Dovrebbe condividere i miei interessi, non dovrebbe essere gelosa e non dovrebbe cercare di farmi sentire geloso. Non ho intenzione di sostenere la ragazza, perché credo che entrambi dovrebbero lavorare in famiglia. Preferisco anche mantenere il budget separato. Non tollererò il tradimento."
Il testo è stato scritto da un uomo: “Ciao! Sono estremamente infelice, estremamente! Perché ti comporti così con noi ?! Anche noi siamo persone, siamo tutti uguali! Sei sessista? Non lo prenderò più! Rompo la tua macchina dappertutto, la dipingo. Aspetta, disumano. Finirò in questo modo."
I risultati di questo studio hanno mostrato che un approccio basato sull'uso di reti neurali convoluzionali e metodi di apprendimento profondo per riconoscere il sesso della persona che ha scritto il testo è il più ottimale.
Ora un gruppo di ricercatori sta lavorando al problema del riconoscimento dell'età.
