남자아이는 항상 나에게 비아냥거리고 비꼬고, 말로 나를 공격하고, 나에 대해 이야기하고, 다른 남자들에게 수없이 비방하고, 다른 남자들이 나를 보면 나를 피하게 만든다.

감정 분석 모델의 정확성은 데이터 양에 따라 달라지는 경우가 많습니다. 감정을 표현하는 언어 방법이 널리 사용된다면 매우 큰 데이터베이스에서 일부 기본 통계 법칙(가장 기본적인 n-gram 등)이 예상치 못한 정확성을 갖게 됩니다. 예를 들어, "하하"라는 단어는 원래 중립적이지만 경멸적인 의미로 더 자주 사용되며 통계 모델은 자동으로 이 단어의 부정적인 의미를 발견합니다.

비꼬기와 아이러니의 어려움은 의미론적 추상화 수준이 더 높다는 점입니다. 동시에, 아이러니를 식별하려면 현실 세계의 상식이 필요하다. 결국 아이러니의 핵심은 '기대'와 '현실'의 불일치에 있다.

물론 감성분석(감정분석)은 자연어처리(NLP)의 극히 일부분일 뿐이고, NLP 전체는 여전히 매우 어려운 분야이다.

마지막으로 인간이 할 수 없는 일을 AI가 할 수 있다고 보장할 수는 없습니다. 인간은 이미지 인식을 수행할 수 있으므로 적절한 엔지니어링 설계를 통해 컨벌루션 신경망의 이미지 인식 정확도가 인간을 능가했습니다. 반례도 간단합니다. 복권 번호와 같은 난수를 추측해 보세요. 다음 복권 당첨 번호를 정확하게 예측할 수 있는 알려진 인간 방법은 없으므로 AI에게 복권 번호를 추측하도록 요청하는 것은 과적합에 불과합니다. 대부분의 일반 사람들이 문장의 감정적 의미를 전혀 이해할 수 없다면 AI에게 문장을 분석하도록 요청하는 것은 무의미할 것입니다.

Zhihu에서

감정 분석 모델의 정확성은 데이터 양에 따라 달라지는 경우가 많습니다. 감정을 표현하는 언어 방법이 널리 사용된다면 매우 큰 데이터베이스에서 일부 기본 통계 법칙(가장 기본적인 n-gram 등)이 예상치 못한 정확성을 갖게 됩니다. 예를 들어, "하하"라는 단어는 원래 중립적이지만 경멸적인 의미로 더 자주 사용되며 통계 모델은 자동으로 이 단어의 부정적인 의미를 감지합니다.

비꼬기와 아이러니의 어려움은 의미론적 추상화 수준이 더 높다는 점입니다. 동시에, 아이러니를 식별하려면 현실 세계의 상식이 필요하다. 결국 아이러니의 핵심은 '기대'와 '현실'의 불일치에 있다.

물론 감성분석(감정분석)은 자연어처리(NLP)의 극히 일부분일 뿐이고, NLP 전체는 여전히 매우 어려운 분야이다.

마지막으로 인간이 할 수 없는 일을 AI가 할 수 있다고 보장할 수는 없습니다. 인간은 이미지 인식을 수행할 수 있으므로 적절한 엔지니어링 설계를 통해 컨벌루션 신경망의 이미지 인식 정확도가 인간을 능가했습니다. 반례도 간단합니다. 복권 번호와 같은 난수를 추측해 보세요. 다음 복권 당첨 번호를 정확하게 예측할 수 있는 알려진 인간 방법은 없으므로 AI에게 복권 번호를 추측하도록 요청하는 것은 과적합에 불과합니다. 대부분의 일반 사람들이 문장의 감정적 의미를 전혀 이해할 수 없다면 AI에게 문장을 분석하도록 요청하는 것은 소용이 없을 것입니다.

지후에서