¿Las redes sociales te estropearon la película Avengers 'Endgame? ¿O quizás uno de los libros de Juego de Tronos? Un equipo de investigadores de la Universidad de California en San Diego está trabajando para asegurarse de que eso no vuelva a suceder. Han desarrollado un sistema basado en inteligencia artificial que puede marcar spoilers en reseñas en línea de libros y programas de televisión.

"Los spoilers están en todas partes en Internet, y son muy comunes en las redes sociales. Como usuarios de Internet, entendemos el dolor de los saboteadores, y cómo pueden arruinar la propia experiencia, "dijo Ndapa Nakashole, profesor de informática en UC San Diego y uno de los autores principales del artículo.

Algunos sitios web permiten que las personas marquen manualmente sus publicaciones con etiquetas que sirven como señales de advertencia de 'spoiler adelante'. Pero esto no siempre sucede. Entonces, los investigadores querían desarrollar una herramienta de inteligencia artificial impulsada por redes neuronales para detectar automáticamente los spoilers. Llamaron a la herramienta SpoilerNet.

A nivel teórico, Los investigadores quieren comprender mejor cómo la gente escribe spoilers y qué tipo de patrones lingüísticos y conocimiento común marcan una oración como spoiler.

Los investigadores presentarán sus hallazgos en la reunión anual de 2019 de la Asociación de Lingüística Computacional en Florencia, Italia, Del 28 de julio al 2 de agosto. La herramienta que desarrollaron los investigadores podría usarse para crear una extensión de navegador para proteger a las personas de los saboteadores.

Para entrenar y probar SpoilerNet, el equipo de UC San Diego buscó grandes conjuntos de datos de oraciones que contengan spoilers. ¡Alerta de spoiler! No encontraron ninguno. Así que crearon el suyo propio recopilando más de 1,3 millones de reseñas de libros anotadas con etiquetas de spoiler por los críticos de libros. Las etiquetas abarcan oraciones que incluyen spoilers y las esconden detrás de un enlace "ver spoiler" en el texto. Las reseñas se obtuvieron de Goodreads, un sitio de redes sociales que permite a las personas rastrear lo que leen, y comparta pensamientos y reseñas con otros lectores.

"Hasta donde sabemos, este es el primer conjunto de datos con anotaciones de spoiler a esta escala y con una granularidad tan fina, "dijo Mengting Wan, un doctorado estudiante de informática en UC San Diego y primer autor del artículo.

Los investigadores encontraron que las oraciones de spoiler tienden a agruparse en la última parte de las reseñas. Pero también encontraron que diferentes usuarios tenían diferentes estándares para etiquetar spoilers, y las redes neuronales debían calibrarse cuidadosamente para tener esto en cuenta.

Además, la misma palabra puede tener diferentes significados semánticos en diferentes contextos. Por ejemplo, 'verde' es solo un color en la reseña de un libro, pero puede ser el nombre de un personaje importante y una señal de spoilers en otro libro. Identificar y comprender estas diferencias es un desafío, Dijo Wan.

Los investigadores entrenaron a SpoilerNet en el 80 por ciento de las revisiones en Goodreads, ejecutar el texto a través de varias capas de redes neuronales. El sistema podría detectar spoilers con una precisión del 89 al 92 por ciento.

También ejecutaron SpoilerNet en un conjunto de datos de más de 16, 000 reseñas de una sola frase de unos 880 programas de televisión. La precisión de la herramienta para detectar spoilers fue del 74 al 80 por ciento.

La mayoría de los errores provienen de que el sistema se distrae con palabras que generalmente son cargadas y reveladoras, por ejemplo, asesinato o asesinato.

Viendo hacia adelante, el conjunto de datos de Goodreads se puede utilizar como una herramienta poderosa para entrenar algoritmos para detectar spoilers en diferentes tipos de contenido, por ejemplo, tweets que contienen spoilers.