Cách AI nhận diện sự mỉa mai trong ngôn ngữ con người

Dạy AI hiểu sự mỉa mai cũng giống như cố giải thích cho một người bạn "thẳng như ruột ngựa" rằng câu "Giỏi thật đấy!" đôi khi là một lời mắng. Máy tính vốn chỉ giỏi xử lý dữ liệu thô, nên nó thường bị đánh lừa bởi những câu nói có nghĩa đen hoàn toàn trái ngược với ý đồ người nói.

Để giải quyết, các thuật toán hiện đại không chỉ đọc chữ mà còn đi tìm sự mâu thuẫn cảm xúc. Nếu một câu chứa những từ cực kỳ tích cực như "tuyệt vời" nhưng lại đi kèm với bối cảnh tệ hại như "hỏng xe" hay "mất ví", AI sẽ nhận ra ngay sự lệch pha này.

Nó soi xét cả những dấu hiệu "lố" như việc dùng quá nhiều dấu chấm cảm hoặc các trạng từ phóng đại. Khi ý nghĩa bề mặt và bối cảnh thực tế không khớp nhau, AI biết chắc chắn bạn đang "khịa" chứ không hề khen ngợi.

Ủa, nhưng làm sao máy tính biết được 'hỏng xe' là chuyện tiêu cực?

Máy tính không thực sự "cảm" được sự xui xẻo đâu. Nó dựa vào một "cuốn từ điển cảm xúc" khổng lồ gọi là Sentiment Analysis, nơi mỗi từ ngữ đều được gán một điểm số cụ thể.

Những cụm từ như "hỏng xe" hay "mất ví" đã bị dán nhãn là "tiêu cực" từ hàng triệu ví dụ trước đó. Khi AI thấy bạn dùng từ cực dương như "tuyệt vời" đứng cạnh một cụm cực âm, nó sẽ nhận ra sự tương phản và biết ngay bạn đang "khịa".

Giống như việc vẽ hoa hồng trên nền đen, AI thấy sự "lệch pha" màu sắc này ngay lập tức thay vì tin đó là một bức tranh vui vẻ.

Ai rảnh đến mức đi chấm điểm cho từng từ ngữ như vậy?

Không có "siêu nhân" nào ngồi gõ từng từ đâu. Ban đầu, các nhà khoa học tận dụng hàng triệu đánh giá trên mạng—như review Shopee—để máy tự học. Nếu 90% người dùng từ "tệ" kèm với 1 sao, máy sẽ hiểu ngay đó là điểm âm.

Tiếp theo là công sức của các "Data Labelers"—những người thật ngồi phân loại các câu lắt léo để tinh chỉnh bộ lọc. Giống như bạn dạy trẻ con phân biệt chó và mèo bằng cách cho xem hàng nghìn tấm ảnh vậy.

Giờ đây, AI đã đủ khôn để tự xây dựng "bản đồ ngữ nghĩa". Nó nhìn cách các từ đứng cạnh nhau để tự suy luận "nhiệt độ" cảm xúc mà không cần con người cầm tay chỉ việc nữa.

Khoan, từ ngữ mà cũng có 'tọa độ' như GPS sao?

Chính xác là vậy! Trong thế giới AI, mỗi từ là một dãy số dài, đóng vai trò như kinh độ và vĩ độ trong một không gian đa chiều.

Hãy tưởng tượng một bữa tiệc khổng lồ. Những từ cùng "vibe" như "vui", "sướng" sẽ đứng tụm lại một góc. Còn những từ "tệ", "dở" sẽ bị đẩy ra xa tít tắp ở phía đối diện.

Dựa vào khoảng cách giữa các "tọa độ" này, AI chỉ cần nhìn xem một từ đang "chơi" với ai là đủ để đoán được sắc thái cảm xúc bạn đang dùng.

Nhưng một từ có tận hai nghĩa thì nó chọn tọa độ nào?

Ngày xưa mỗi từ chỉ có một tọa độ "chết", khiến AI dễ lú. Nhưng giờ đây, vị trí của từ là thực thể động, thay đổi theo những "người bạn" đứng cạnh nó.

Ví dụ, từ "đường" trong "đường cát" sẽ bị kéo về phía thực phẩm. Nhưng nếu đi với "kẹt xe", AI sẽ bẻ lái tọa độ sang khu vực giao thông.

Một từ giờ giống như kẻ du mục, chỉ thực sự "dừng chân" xác định danh tính khi đã quan sát hết cả câu văn xung quanh.