Система DeviaNT избавит текст от любой пошлости

Ученые из Университета штата Вашингтон (США), Хлоя Киддон и Юрий Браун, сумели разработать систему распознавания двойного смысла в шутках определённого типа. Систему получила название - Double Entendre via Noun Transfer (DeviaNT). Как известно, в американском английском языке существует фразочка «That's what she said» («Сказала она»), придающая самому невинному заявлению уальный оттенок.

А вот в истинном английском языке в этой роли выступает выражение «As the actress said to the bishop» («Сказала актриса епископу»). Киддон и Браун проанализировали 1,5 млн фраз с эротическим смыслом и оценили существительные, прилагательные и глаголы с точки зрения их «уальности». Наибольшее значение присвоено в частности словам «rod», «meat», «hot» и «wet». В русском языке это, наверное, были бы слова «конец», «хозяйство», «стоять» и т. п. Затем в действие вступает сама система Double Entendre via Noun Transfer (DeviaNT). Её проверили на пошловатом сайте twssstories.com и совершенно ангельском и невинном сборнике цитат wikiquote.org.

Система оказалась точна примерно на 70%. Если посмотреть со стороны, казалось бы, неплохой результат как для «свежей» системы. Но ученые остались недовольны таким показателем. Разработчики уникальной системы утверждают, что этот показатель оказался обманчиво низким из-за неравноценного объёма источников. Если их уравнять, то возможен результат в 99,5%. Программа будет представлена на ежегодном собрании Ассоциации компьютерной лингвистики в июне. В дальнейшем, разработчики планирует «научить» систему DEviaNT и другим видам шуток – например, основанным на метафоре.

Huawei на выставке MWC 2024 представила новые устройства для…
26 февраля на Международной выставке мобильных технологий MWC 2024 в Барселоне Huawei CBG показала свои н…
Иммиграция в Европу с компанией EU-ALLIANCE…
Европейский регион славится своим развитым рынком, предоставлением карьерных возможностей практически …
МегаОбзор
ЭЛ № ФС 77 - 68301. Выходные данные СМИ МегаОбзор
2006-2024
© MegaObzor