FestivalNauki.ru
En Ru
cентябрь-ноябрь 2020
176 городов
September – November 2020
312 cities
09-11 октября 2020
МГУ | Экспоцентр | 90+ площадок
14–16 октября 2016
Центральная региональная площадка
28–30 октября 2016
ИРНИТУ, Сибэскпоцентр
14–15 октября 2016
Центральная региональная площадка
23 сентября - 8 октября 2017
«ДонЭкспоцентр», ДГТУ
ноябрь-декабрь 2018
МВДЦ «Сибирь»,
Вузы и научные площадки города
6-8 октября 2017
Самарский университет
27-29 октября
Кампус ДВФУ, ВГУЭС
30 сентября - 1 октября
Ледовый каток «Родные города»
21-22 сентября 2018 года
ВКК "Белэкспоцентр"
9-10 ноября 2018 года
Мурманский областной Дворец Культуры
21-22 сентября 2019 года
22-23 октября 2019 года
29-30 ноября 2019 года
7-8 сентября 2019 года
27-29 сентября 2019 года
4-5 октября 2019 года
10-12 октября 2019 года

Ученые обучили нейросеть определять пол человека по написанному тексту

Коллектив ученых Национального исследовательского ядерного университета "МИФИ", Национального исследовательского центра "Курчатовский Институт" и Воронежского государственного университета разработали метод, обучающий компьютер распознавать пол человека по написанному им тексту с точностью до 80 процентов. Научная разработка относится к области компьютерной лингвистики. Исследование проводилось по грантуРоссийского Научного Фонда. Результаты опубликованы в журнале Procedia Computer Science

Многочисленные научные исследования показывают, что в письменном тексте неизбежно отражаются характеристики его автора – пол, психологические особенности, уровень образования. Речь является ценным психодиагностическим инструментом, который используют специалисты кадровых служб крупных компаний, а также служб безопасности.

На основе анализа речи можно диагностировать наличие у человека некоторых заболеваний (деменции, депрессии) и склонность к суицидальному поведению. Потребность в установлении характеристик автора текста также растет с развитием интернет-коммуникаций: компаниям важно знать, каким группам лиц нравятся их товары и услуги.

Ученые, работающие в данном направлении (лингвисты, психологи, специалисты по информационным технологиям), на основе численных значений различных параметров текста строят математические модели для диагностирования тех или иных параметров личности.

Коллектив специалистов проанализировал эффективность различных технологий машинного обучения с использованием нейронных сетей для анализа текстов.

В ходе исследования они сравнили точность решения задачи гендерной идентификации текстов на основе двух подходов к моделированию на основе данных: с одной стороны, алгоритмы машинного обучения (метод опорных векторов и градиентный бустинг), с другой стороны – нейронные сети глубокого обучения (сверточные нейронные сети и рекуррентные нейронные сети с долгой краткосрочной памятью).

"Мы достигли высоких результатов в определении пола автора текста благодаря продвинутым нейросетевым моделям, в условиях, когда автор не скрывает свой пол. На очереди задача определения пола в условиях его намеренного сокрытия", – говорит доцент НИЯУ МИФИ Александр Сбоев.

Так, в следующих текстах, размещенных изначально на сайте знакомств, нейросеть без труда находит подвох в десяти случаях из десяти, притом, что автор намеренно ставит в подписи имя противоположного пола.

Текст написан девушкой: "Я красивый, накачанный мужчина 30 лет. Работаю в крупной нефтегазовой компании на хорошей должности с приличной зарплатой. Живу в собственной квартире в Москве. В собственности также находится небольшой, но симпатичный домик в одной из деревушек Италии. Увлекаюсь спортом, в частности, футболом. Люблю выбираться куда-нибудь на выходные, не терплю домоседок. Девушка, которая мне бы подошла, должна обладать скромным нравом, красивой внешностью и привлекательной фигурой по современным стандартам. Она должна разделять мои интересы, не должна быть ревнивой и не должна пытаться вызвать чувство ревности у меня. Содержать девушку я не собираюсь, так как считаю, что в семье должны работать оба. Бюджет также предпочитаю вести раздельно. Не потерплю измены".

Текст написан мужчиной: "Здравствуйте! Я крайне недовольна, крайне! Почему вы так себя с нами ведете?! Мы же тоже люди, мы все равны! Вы сексист? Я больше не буду это терпеть! Я твою машину вообще всю разобью, разрисую. Жди, нелюдь. Финишу таким быть".

Результаты этого исследования показали, что подход, основанный на использовании сверточной нейронной сети и методов глубокого обучения для распознавания пола человека, написавшего текст, является наиболее оптимальным.

Сейчас группа исследователей работает над задачей распознавания возраста.

 

Источник http://rscf.ru

Добавьте свой комментарий

Plain text

  • Переносы строк и абзацы формируются автоматически
  • Разрешённые HTML-теги: <p> <br>
LiveJournal
Регистрация

Другие статьи в этой рубрике

Химики создали программу для безопасного хранения и утилизации реактивов

Американские ученые создали компьютерную программу для поиска безопасных и эффективных способов хранения и утилизации химических реактивов.

Гравитационная линза впервые помогла рентгеновским наблюдениям

Оптическое и рентгеновские изображения линзированной галактики
M. Bayliss  et al. / Nature Astronomy, 2019

Физики получили пластичное стекло

Ученые создали тонкие пленки из стеклообразного оксида алюминия, которые можно растягивать, сжимать и изгибать без появления трещин при комнатной температуре.

Новости в фейсбук

Случайные статьи

Банки, часы... и мосты

Швейцария известна своими надежными банками и наверное не менее надежными часами. Но строят там тоже неплохо. Вспомнить хотя бы знаменитый Чертов мост... Ведь три столетия простоял прежде чем рухнул.

Опубликованы результаты классификации китайского коронавируса

Материалы, которые навсегда изменили историю человечества

Место находки: Сентгабель, Верхняя Гаронна, Франция. // commons.wikimedia.org
 

Распределение материи и гамма-лучей указало на аннигиляцию темной материи

S. Ammazzalorso et al. / Physical Review Letters, 2020

Схема будущего