Un team di ricercatori della National Research Nuclear University MEPhI, il National Research Center Kurchatov Institute e la Voronezh State University hanno sviluppato un nuovo algoritmo di apprendimento che consente a una rete neurale di identificare il genere di uno scrittore dal testo scritto su un computer con una precisione fino all'80%.

Questo è un nuovo sviluppo nel campo della linguistica computazionale. La ricerca è stata finanziata da una sovvenzione della Russian Science Foundation. I risultati sono stati pubblicati nel Procedia Informatica rivista.

Molti studi scientifici dimostrano che lo stile di scrittura può riflettere alcune caratteristiche di uno scrittore:genere, tratti fisiologici della personalità, e livello di istruzione. Gli schemi del linguaggio sono un prezioso strumento psicodiagnostico, e sono spesso utilizzati dai professionisti delle risorse umane e dai servizi di sicurezza.

Analizzando il discorso di una persona, i ricercatori possono diagnosticare alcune malattie come la demenza e la depressione, e l'inclinazione della persona al comportamento suicidario. La richiesta di identificare determinate caratteristiche della personalità di uno scrittore è in aumento sullo sfondo dello sviluppo delle comunicazioni su Internet:le aziende vogliono sapere a quali dati demografici piacciono i loro prodotti e servizi.

Utilizzando i valori numerici per vari parametri in un testo, ricercatori in questo settore (linguisti, psicologi, esperti di informatica) hanno creato modelli matematici per identificare alcuni tratti della personalità di chi scrive. Utilizzando le reti neurali, i ricercatori hanno analizzato l'efficacia di vari algoritmi di apprendimento automatico per l'analisi del testo.

Durante la ricerca, gli scienziati hanno confrontato l'accuratezza dell'identificazione di genere tramite testo sulla base di due tipi di modellazione basata sui dati:primo, algoritmi di apprendimento automatico (come una macchina vettoriale di supporto e il potenziamento del gradiente), e, secondo, una rete neurale di deep learning (come le reti neurali convoluzionali e le reti neurali ricorrenti della memoria a lungo termine).

"Utilizzando questi modelli avanzati di rete neurale, abbiamo ottenuto ottimi risultati nell'individuare il genere di chi scrive in base al testo, in condizioni in cui l'autore non sta tentando di nascondere il proprio genere, " ha detto Alexander Sboyev, professore assistente presso MEPhI. "Il nostro prossimo passo è insegnare alla rete neurale a identificare il genere di uno scrittore che sta deliberatamente cercando di nasconderlo".

Così, nei testi seguenti, originariamente pubblicato su siti di incontri, la rete neurale ha identificato facilmente il genere dello scrittore 10 volte su 10, nonostante gli autori fossero liberi di firmare i propri testi con un nome tipico del genere opposto.

Questo testo è stato scritto da una donna:"Sono un bello, in forma uomo di 30 anni. Ho un lavoro ben pagato in una grande compagnia petrolifera e del gas. Vivo nel mio appartamento a Mosca, e possiede anche una piccola ma graziosa casa in un villaggio italiano. mi piace lo sport, principalmente il calcio. Amo uscire nei fine settimana, Non sopporto i casalinghi. La mia ragazza perfetta sarebbe modesta e bella, e avrebbe un corpo attraente, sulla base degli standard odierni. Avrebbe condiviso i miei interessi e non sarebbe stata gelosa né avrebbe cercato di farmi ingelosire. Nel futuro, Non ho intenzione di essere l'unico fornitore in una famiglia, perché credo che quando si tratta di famiglie, sia gli uomini che le donne devono guadagnare i soldi. Vorrei anche avere budget separati. Non tollero barare".

Questo testo è stato scritto da un maschio:"Ciao! Sono molto arrabbiato, molto! Perché continui a trattarci così?! Siamo persone, pure, siamo tutti uguali! Sei sessista? Non lo tollererò più! Farò a pezzi la tua macchina; Spruzzerò vernice dappertutto. Aspetta solo, sei un mostro. Fa schifo essere te."

Questa ricerca ha indicato che l'approccio basato sull'utilizzo di reti neurali convoluzionali e metodi di deep learning per identificare il genere di uno scrittore, è il più ottimale. Il team di ricercatori sta attualmente lavorando per identificare l'età di uno scrittore.