（图片来源：Pixabay/CC0 Public Domain）
解释社交媒体和新闻报道的深层含义和背景对人类来说已经相当困难，让电脑来做这件事更是一个几乎不可能完成的任务。即使是能够流利地使用超过600万种沟通方式的C-3PO（《星球大战》中的礼仪机器人），大多数时候也会错过其中的弦外之音。
（图片来源：Pixabay/CC0 Public Domain）
自然语言处理是人工智能的一个分支。它将计算机与人类语言联系起来，使用统计学方法对语言进行分析，但通常没有考虑到理解人类社会转变和潮流需要的现实世界语境。为了做到这一点，人们必须将在线交流及其上下文转换成一些计算机可以解析和推理的东西。
普渡大学（Purdue University）计算机科学专业的副教授Dan Goldwasser和他团队中的其他成员力图解决这个问题，他们开发了一种新方法来模拟人类语言，使计算机更好的理解我们。
“我们之所以进行这项工作是为了更好地理解公众语言：不同的问题是如何被讨论的，争论是如何产生的，以及这些争论背后的观点是什么。”Goldwasser说，“有数以千计甚至更多的人在网络上分享自己的经历，而我们试图呈现出他们所表达的观点，理解用于讨论问题的语言有助于阐明决策过程中不同的考量，这些决策包括个人倾向于安康的选择以及更大的范围内的政治决定。”
Goldwasser强调，有挑战性的部分在于,很多在线交流都需要在读者已经了解上下文的前提下完成，无论是Twitter上的速记简写，还是对表情包（meme）的基本理解。要对交流过程进行分析，语境是其中信息的重要组成部分。
“在我们研究的许多情景下，取得进展的关键在于能否在现实世界的语境下找到新方法来概念化语言的理解。”他说，“要实现这一点需要开发新的技术解决方案。”
（图片来源：Pixabay/CC0 Public Domain）
Goldwasser和他的学生所使用的技术是计算机科学、人工智能和计算社会科学共同的智慧结晶。
Goldwasser的实验室通过研究社交媒体、传统新闻报道和法律文字中使用的语言，来理解发声者和作者的背景和主观认知。在一个书面文字蓬勃发展且每一个连接到互联网的人都可以作为记者的世界里，以一种不带偏见的方式对文本进行研究和分析对于人类理解我们自己的社会至关重要。
作者：Brittany Steff
翻译：王馨仪
审校：王嘉钰
引进来源：普渡大学（Purdue University）
京公网安备11010502039775号
