Нейросеть научили определять пол человека по написанному тексту

Фото из открытых источников

Научной командой из Национального исследовательского ядерного университета "МИФИ", Национального исследовательского центра "Курчатовский Институт" и Воронежского государственного университета разработан метод, способный обучать компьютер распознаванию пола человека по созданному им тексту с точностью до 80 процентов. Исследование организовано по гранту Российского Научного Фонда, сообщает РИА «Новости».

Многие научные исследования последних лет доказывают, что письменный текст неизбежно отражает характеристики его автора. Такие как пол, психологические особенности, образование. Речь остаётся ценным психодиагностическим инструментом, который применяется кадровиками крупных компаний, а также специалистами служб безопасности.

По анализу речи можно выявить наличие у человека ряда болезней (деменции, депрессии), а также суицидальные наклонности. Потребность в идентификации авторов текста растет с развитием интернет-коммуникаций: компаниям важно знать, какими именно группами лиц востребованы их товары и услуги.

Ученые, что работают в данном направлении (лингвисты, психологи, специалисты кластера информационных технологий), на базе численных значений многих параметров текста выстраивают математические модели для выявления разных параметров личности.

Команда специалистов проанализировала продуктивность разных алгоритмов машинного обучения с применением нейронных сетей для анализа текстов.

В исследовании они сравнивали точность гендерной идентификации текстов на основании двух подходов к моделированию: на основе алгоритмов машинного обучения либо нейронные сети глубокого обучения. Авторы поясняют, что на первом этапе они лишь подтверждали пол авторов, которые не маскируют свою гендерную принадлежность.  

Затем задача была усложнена, и в текстах, что размещали изначально на сайте знакомств, нейросеть без труда стопроцентно находила подвох даже когда автор намеренно ставил в подписи имя противоположного пола.

Исследование показало, что методики, базирующиеся на использовании сверточной нейронной сети и методов глубокого обучения, оптимальны для определения пола авторов. Исследовательский коллектив теперь осваивает новую задачу: распознавание возраста.