211service.com
Hoe een AI-algoritme leerde politieke toespraken te schrijven
Vraag niet wat uw land voor u kan doen; vraag wat u voor uw land kunt doen.
—John F. Kennedy, 1961
Als het gaat om politieke toespraken, zijn er maar weinig goede. Maar gewone politieke toespraken, bijvoorbeeld die in debatten op de Amerikaanse congresvloer, zijn talrijk.
Ze lijken ook opvallend veel op elkaar. Deze toespraken hebben de neiging om een standaardformaat te volgen, soortgelijke argumenten te herhalen en zelfs dezelfde zinnen te gebruiken om een bepaalde politieke voorkeur of mening aan te geven. Het is bijna alsof er een soort algoritme is dat hun inhoud bepaalt.
Dat roept een interessante vraag op. Kan een machine dit soort politieke toespraken automatisch schrijven?
Vandaag krijgen we een antwoord dankzij het werk van Valentin Kassarnig aan de Universiteit van Massachusetts, Amherst, die een kunstmatige-intelligentiemachine heeft gemaakt die heeft geleerd politieke toespraken te schrijven die opmerkelijk veel lijken op echte toespraken.
De aanpak is in principe eenvoudig. Kassarnig gebruikte een database van bijna 4.000 politieke toespraaksegmenten van 53 Amerikaanse congresdebatten om een machine learning-algoritme te trainen om zijn eigen toespraken te produceren.
Deze toespraken bestaan uit meer dan 50.000 zinnen die elk gemiddeld 23 woorden bevatten. Kassarnig categoriseerde de toespraken ook per politieke partij, of het nu een Democraat of een Republikein was, en of het voor of tegen een bepaald onderwerp was.
Natuurlijk zit de duivel in de details van het analyseren van deze database. Na een aantal technieken te hebben uitgeprobeerd, kwam Kassarnig uit op een benadering gebaseerd op n-grammen, reeksen van n woorden of zinsdelen. Hij analyseerde eerst de tekst met behulp van een deel-van-spraak-benadering die elk woord of elke woordgroep tagt met zijn grammaticale rol (of het nu een zelfstandig naamwoord, werkwoord, bijvoeglijk naamwoord, enzovoort) is.
Vervolgens keek hij naar 6 gram en de kans dat een woord of zin voorkomt, gegeven de vijf die ervoor staan. Dat stelt ons in staat om heel snel alle woorden te bepalen die na de vorige vijf kunnen voorkomen en hoe waarschijnlijk elk van hen is, zegt hij.
Hieruit volgt automatisch het proces van het genereren van speeches. Kassarnig begint met het algoritme te vertellen wat voor soort toespraak het moet schrijven - of het nu voor democraten of republikeinen is. Het algoritme onderzoekt vervolgens de database van 6 gram voor die categorie om de volledige set van 5 gram te vinden die is gebruikt om een van deze toespraken te starten.
Het algoritme kiest vervolgens willekeurig een van deze 5 gram om zijn spraak te beginnen. Het kiest dan het volgende woord uit al degenen die deze 5-gram kunnen volgen. Dan begint het systeem woord na woord te voorspellen totdat het het einde van de toespraak voorspelt, zegt hij.
Er zijn natuurlijk een paar trucjes onderweg. Het algoritme weet bijvoorbeeld hoe groot de kans is dat een bepaald onderwerp in een toespraak voorkomt. Vervolgens kiest het onderwerpen door uit te zoeken welke andere onderwerpen de toespraak al bevat en te bepalen hoe goed deze worden behandeld.
De resultaten zijn verrassend goed. Hier is een voorbeeld van een automatisch gegenereerde Democratische toespraak:
Meneer de voorzitter, jarenlang hebben eerlijke maar ongelukkige consumenten de mogelijkheid gehad om hun zaak te bepleiten om onder faillissementsbescherming te komen en om hun redelijke en geldige schulden kwijtgescholden te krijgen. Zoals het systeem zou moeten werken, evalueert de faillissementsrechtbank verschillende factoren, waaronder inkomen, vermogen en schulden, om te bepalen welke schulden kunnen worden betaald en hoe consumenten weer op de been kunnen komen. Kom op voor groei en kansen. Geef deze wetgeving door.
Dat is indrukwekkend, aangezien er geen andere training bij komt kijken dan de eerste woordsoorten tags, de 6-gram analyse van de politieke spraakdatabase en een beetje magische saus. Kassarnig heeft deze toespraken beoordeeld aan de hand van criteria zoals grammaticale correctheid, zinsovergang en spraakstructuur en -inhoud en heeft geconstateerd dat ze over het algemeen goed presteren. Vooral de grammaticale correctheid en de zinsovergangen van de meeste toespraken waren erg goed, zegt hij.
Toch is Kassarnig niet optimistisch over de kansen van zijn algoritme om stormenderhand het politieke toneel te veroveren. Ondanks de goede resultaten is het zeer onwaarschijnlijk dat deze methoden daadwerkelijk zullen worden gebruikt om toespraken voor politici te genereren, zegt hij, vermoedelijk omdat het soort gewetenloze politicus dat zijn algoritme zou kunnen exploiteren zo zeldzaam is (hoesten).
Het algoritme kan echter ook worden gebruikt om andere soorten teksten te genereren. Kassarnig suggereert dat het nieuwsberichten zou kunnen produceren, gezien andere verhalen over hetzelfde incident. Een andere optie zou kunnen zijn om blogberichten over arXiv-papers te maken, gezien een grote database met vergelijkbare verhalen (ahem).
En hij moedigt iedereen aan om het eens te proberen, door te zeggen dat al zijn broncode beschikbaar is op GitHub ( https://github.com/valentin012/conspeech ). We moedigen anderen expliciet aan om het te gebruiken, aan te passen en uit te breiden, zegt hij. Feedback en ideeën voor verbetering zijn van harte welkom.
Referentie:arxiv.org/abs/1601.03313: Politieke spraakgeneratie