Giới khoa học Nga dạy máy tính xác định giới tính tác giả bài viết

Các nhà khoa học trong lĩnh vực máy vi tính đã phát triển được chương trình xác định giới tính của người viết bài thông qua văn bản của người đó.

Nhóm nghiên cứu gồm các nhà khoa học từ Trường Đại học Nghiên cứu Hạt nhân Quốc gia Nga “MEPhI”, Trung tâm Nghiên cứu Quốc gia "Viện Kurchatov" và Trường Đại học tổng hợp quốc gia Voronezh đã phát triển phương pháp dạy máy tính xác định giới tính theo bài viết với độ chính xác đến 80%. Đây là một cuộc nghiên cứu trong lĩnh vực ngôn ngữ học máy tính. Hoạt động nghiên cứu nhận được tài trợ từ Quỹ Khoa học Nga. Kết quả được công bố trên tạp chí Procedia Computer Science.

Một cô gái đang viết trên máy tính bảng. Ảnh: Shutterstock.

Nhiều cuộc nghiên cứu khoa học cho thấy rõ rằng các bài viết phản ánh đặc điểm của tác giả - giới tính, đặc điểm tâm lý, trình độ học vấn. Tiếng nói là một công cụ chẩn đoán tâm lý có giá trị  mà các chuyên gia quản trị nhân sự của các công ty lớn, cũng như các cơ quan bảo vệ an ninh sử dụng rộng rãi.

Sau khi phân tích cách nói của một người nào đó có thể chẩn đoán một số bệnh (bệnh mất trí nhớ, trầm cảm) và xu hướng tự sát. Với sự phát triển của truyền thông Internet đã tăng lên nhu cầu phân tích đặc tính của tác giả bài viết: các công ty muốn biết những sản phẩm và dịch vụ của họ làm vừa lòng những nhóm khách hàng nào.

Các nhà khoa học nghiên cứu lĩnh vực này (các nhà ngôn ngữ học, nhà tâm lý học và các chuyên gia công nghệ thông tin) trên cơ sở các tham số trong những đoạn lựa chọn của bài viết có thể xây dựng mô hình toán học để xác định những tham số khác nhau của cá nhân.

Nhóm chuyên gia đã phân tích tính hiệu quả của các công nghệ học máy khác nhau bằng cách sử dụng mạng nơ ron để phân tích bài viết.

Trong quá trình nghiên cứu, họ đã so sánh độ chính xác của hai cách tiếp cận vấn đề xác định giới tính trên cơ sở bài viết bằng cách mô hình hóa dữ liệu: một mặt là các thuật toán máy học (máy vector hỗ trợ và gradient boosting), mặt khác là mạng nơ ron để học tập chuyên sâu (mạng nơ ron tích chập và mạng nơ ron tái phát với bộ nhớ dài hạn hơn).

"Chúng tôi đã đạt được kết quả tuyệt vời trong việc xác định giới tính của tác giả bài viết nhờ vào mô hình mạng nơ-ron cấp cao trong trường hợp tác giả không che giấu giới tính của mình. Nhiệm vụ tiếp theo là xác định giới tính trong điều kiện tác giả cố tình che giấu giới tính của mình", - Giáo sư Alexander Sboev từ đại học MEPhI cho biết.

Ví dụ, mạng nơ-ron có thể dễ dàng phát hiện nói dối trong bài viết đăng trên trang web hẹn hò, mặc dù tác giả cố tình tự giới thiệu mình thuộc giới tính khác.

Chẳng hạn, một bài do một cô gái (giả vờ là nam) viết: "Tôi đẹp trai, 30 tuổi với thân hình khỏe mạnh, làm việc trong một công ty dầu khí, có vị trí tốt cùng với mức lương khá cao, tôi sống trong căn hộ chung cư cao cấp ở Moscow và sở hữu một căn nhà nhỏ nhưng rất đẹp tại một ngôi làng ở Italy. Tôi chơi thể thao, đặc biệt bóng đá. Tôi thích đi du lịch vào những ngày cuối tuần, tôi không thích những cô gái chỉ ru rú ở xó nhà. Phù hợp nhất với tôi là một cô gái khiêm tốn với ngoại hình đẹp và hấp dẫn theo tiêu chuẩn ngày nay. Cô gái phải có sở thích như tôi, không thể hiện sự ghen tuông, và không cố gắng gợi lên sự ghen tuông trong tôi. Tôi không có ý định nuôi cô gái vì tôi cho rằng, trong gia đình cả hai vợ chồng nên làm ăn. Vợ chồng mỗi người một tài khoản riêng. Và tôi không chịu được sự phản bội”.

Bài sau đây thì người đàn ông (giả nữ) viết: "Xin chào! Tôi cực kỳ không hài lòng! Tại sao các anh làm như vậy với bọn em?! Chúng em cũng là những con người, phụ nữ và nam giới bình đẳng với nhau! Anh là người kỳ thị giới tính hay sao? Em không chịu đựng nổi cảnh này! Em sẽ đập phá chiếc xe của anh. Em quyết trả thù, anh là người vô dụng. Hãy chờ kết thúc đầy bi thảm”.

Cuộc nghiên cứu cho thấy rằng, cách tiếp cận dựa trên việc sử dụng mạng nơ ron tích chập và phương pháp học tập chuyên sâu để xác định giới tính của người viết văn bản đã mang lại kết quả tốt nhất.

Bây giờ nhóm nghiên cứu đang giải quyết nhiệm vụ xác định tuổi tác./.

Theo Sputnik