用人工智能改变媒体的未来

人工智能(AI)能够分析大型数据集以识别模式并预测结果，只需点击一下按钮即可实现，人工智能(AI)正在彻底改变我们的生活和工作方式。从提供个性化建议到自动执行繁琐的任务，人工智能可以帮助我们做出更好的决策、更智能地工作并减少出错的可能性。

由AI驱动的聊天机器人(例如ChatGPT)已经改变了媒体格局。他们现在可以进行像人类一样的对话，生成内容并分析文本中的情感——这些能力曾经被认为是人类独有的。

鉴于互联网上社交媒体帖子和信息的数量巨大，人工智能从文字中解码情绪的能力可能会改变媒体监控中的情绪分析和阻止恶意内容等应用程序的游戏规则。

解码情绪

然而，人工智能在识别文本情感方面仍然不如人类有效。从书面文字中理解情感语气涉及到理解人类通过经验学习的世界和社会规范，这是人工智能无法做到的。

人工智能平台SenticNet旨在解决人工智能在理解人类语言时面临的挑战。SenticNet由南洋理工大学计算机科学与工程学院(SCSE)的ErikCambria教授开发，将人类学习模式与机器用来提高算法分析情绪的能力的传统学习方法相结合。

SenticNet遵循一个逻辑过程，通过在类似于常识推理的框架中对单词含义进行分类来推断句子中表达的情感。与传统的情感分析模型不同，传统的情感分析模型通常是“黑匣子”，无法深入了解其内部推理过程，而SenticNet得出结果的过程是透明的，并且结果是可重复且可靠的。

坎布里亚教授表示：“人工智能系统的透明度越来越低，我们希望SenticNet能够以可解释的方式从文本中提取情感，而不会影响性能。”

研究人员已经证明，将常识推理与机器学习方法相结合可以提高性能。经过测试，SenticNet的性能优于其他机器学习模型。

SenticNet的最新版本已在《2022年第十三届语言资源与评估会议论文集》中报道。

Cambria教授还致力于提高SenticNet对抽象概念背后的含义进行编码和解码的能力，这对人工智能系统来说是一个重大挑战，因为它们不具备人类对现实世界的丰富感官体验。

搜索视频

视频具有移动的视觉效果和声音，是传达信息和教授概念的一种引人入胜的方式。为了让用户更好地参与教育和娱乐视频内容，SCSE孙爱新副教授开发的一种方法可以通过将关键字与屏幕图像匹配来搜索视频内容。

传统的计算机视觉技术可以做到这一点，但在长视频中搜索图像时效率不高。

孙副教授和他的同事开发了一种算法，将视频视为文本段落，以便人们可以搜索剪辑中的特定时刻。利用该方法，可以将长视频分割成多个较短的片段进行搜索。

孙副教授表示：“这种简单有效的策略可以有效地搜索长视频中的图像，解决了传统计算机视觉技术在搜索长视频时经常遇到的性能下降问题。”