Un algoritmo resume texto extenso sorprendentemente bien

señor. tecnología

¿Quién tiene tiempo para leer cada artículo que ve compartido en Twitter o Facebook, o cada documento que sea relevante para su trabajo? A medida que la sobrecarga de información empeora, las computadoras pueden convertirse en nuestra única esperanza para manejar una creciente avalancha de documentos. Y puede convertirse en una rutina confiar en una máquina para analizar y parafrasear artículos, trabajos de investigación y otros textos para usted.

Un algoritmo desarrollado por investigadores de Salesforce muestra cómo las computadoras eventualmente pueden asumir el trabajo de resumir documentos. Utiliza varios trucos de aprendizaje automático para producir fragmentos de texto sorprendentemente coherentes y precisos a partir de piezas más largas. Y aunque todavía no es tan bueno como una persona, sugiere cómo la condensación de texto eventualmente podría automatizarse.

El algoritmo produjo, por ejemplo, el siguiente resumen de un reciente New York Times artículo sobre Facebook tratando de combatir las noticias falsas antes de las próximas elecciones en el Reino Unido:

• Red social publicó una serie de anuncios en los periódicos de Gran Bretaña el lunes.
• Ha eliminado decenas de miles de cuentas falsas en Gran Bretaña.
• También dijo que contrataría a 3.000 moderadores más, casi duplicando la cantidad de personas en todo el mundo que buscan contenido inapropiado u ofensivo.

El algoritmo de Salesforce es mucho mejor que cualquier otro desarrollado anteriormente, según una herramienta de software común para medir la precisión de los resúmenes de texto.

No creo haber visto nunca una mejora tan grande en ninguna tarea [de procesamiento del lenguaje natural], dice Richard Socher , científico jefe de Salesforce. Socher es un nombre destacado en el aprendizaje automático y el procesamiento del lenguaje natural, y su puesta en marcha, metamente , fue adquirida por Salesforce en 2016.

El software todavía está muy lejos de igualar la capacidad humana para capturar la esencia del texto del documento, y otros resúmenes que produce son más descuidados y menos coherentes. De hecho, resumir un texto a la perfección requeriría una inteligencia genuina, incluido el conocimiento del sentido común y el dominio del lenguaje.

Analizar el lenguaje sigue siendo uno de los grandes desafíos de la inteligencia artificial (consulte el Problema del lenguaje de la IA). Pero es un desafío con un enorme potencial comercial. Incluso la inteligencia lingüística limitada (la capacidad de analizar consultas habladas o escritas y de responder de formas más sofisticadas y coherentes) podría transformar la informática personal. En muchos campos especializados, como la medicina, la investigación científica y el derecho, la condensación de información y la extracción de conocimientos podría tener enormes beneficios comerciales.

Caiming Xiong, un científico investigador de Salesforce que contribuyó al trabajo, dice que el algoritmo de su equipo, aunque imperfecto, podría resumir artículos de noticias diarios o proporcionar una sinopsis de los correos electrónicos de los clientes. Este último podría ser especialmente útil para la propia plataforma de Salesforce.

El algoritmo del equipo utiliza una combinación de enfoques para lograr su mejora. El sistema aprende de ejemplos de buenos resúmenes, un enfoque llamado aprendizaje supervisado, pero también emplea una especie de atención artificial al texto que ingiere y genera. Esto ayuda a garantizar que no produzca demasiados hilos de texto repetitivos, un problema común con los algoritmos de resumen.

El sistema experimenta para generar resúmenes propios utilizando un proceso llamado aprendizaje por refuerzo. Inspirado en la forma en que los animales parecen aprender, esto implica brindar retroalimentación positiva para las acciones que conducen a un objetivo particular. El aprendizaje por refuerzo se ha utilizado para entrenar a las computadoras para que hagan cosas nuevas impresionantes, como jugar juegos complejos o controlar robots (consulte 10 Tecnologías innovadoras 2017: Aprendizaje por refuerzo). Aquellos que trabajan en interfaces conversacionales están considerando cada vez más el aprendizaje por refuerzo como una forma de mejorar sus sistemas.

kristian hammond , profesor de la Universidad Northwestern y fundador de ciencia narrativa , una empresa que genera informes narrativos a partir de datos sin procesar, dice que la investigación de Salesforce es un buen avance, pero también muestra los límites de confiar únicamente en el aprendizaje automático estadístico. En algún momento, tenemos que admitir que necesitamos un poco de semántica y un poco de conocimiento sintáctico en estos sistemas para que sean fluidos y fluidos, dice Hammond.

Hammond dice que el uso de un mecanismo de atención imita, en un nivel muy simple, la forma en que una persona presta atención a lo que acaba de decir. Cuando dices algo, los detalles de cómo lo dices están determinados por el contexto de lo que has dicho antes, dice. Este trabajo es un paso en esa dirección.

Mejorar las habilidades lingüísticas de las computadoras también puede resultar importante en la búsqueda del avance de la inteligencia artificial. Una startup llamada Maluuba , que fue adquirida a principios de este año por Microsoft, produjo recientemente un sistema capaz de generar preguntas relevantes a partir de un texto. El equipo de Maluuba también utilizó una combinación de aprendizaje supervisado y aprendizaje reforzado.

Adam Trischler, científico investigador principal de Maluuba, dice que hacer preguntas relevantes es una parte importante del aprendizaje, por lo que también es importante crear máquinas curiosas. El objetivo final es usar preguntas y respuestas en un diálogo, dice Trischler. ¿Qué pasaría si una máquina pudiera salir y recopilar información y luego hacer sus propias preguntas?

esconder