Yüksek Lisans'ı Kullanarak Duygu Olasılığı Vektörlerini Tahmin Edin: Özet ve Giriş

Bağlantı Tablosu

• Özet ve Giriş
• Yüksek Lisans'ı Duygu Ortaya Çıkaran Kuyruk İstemi ile Sorgulamak
• Amazon Duygusu incelemelerinin PCA analizi
• Gelecek iş
• Sonuçlar
• Teşekkür ve Referanslar

Soyut

Bu makale, LLM'lerin (Büyük Dil Modelleri) [5, 2] bir metin parçasıyla ilişkili duygusal durumun bir özetini tahmin etmek için nasıl kullanılabileceğini göstermektedir. Duygusal durumun özeti, duyguyu tanımlamak için kullanılan kelimelerin bir sözlüğü ile birlikte, kelimenin orijinal metinden ve duyguyu ortaya çıkaran bir kuyruktan oluşan bir ipucundan sonra ortaya çıkma olasılığıdır. Amazon ürün incelemelerinin duygu analizi aracılığıyla, duygu tanımlayıcılarının PCA tipi bir alana eşlenebileceğini gösteriyoruz. Mevcut metinde açıklanan durumu iyileştirmeye yönelik eylemlerin metin açıklamalarının da bir kuyruk istemi aracılığıyla ortaya çıkarılabileceği umuldu. Deney, bunun işe yaramasının kolay olmadığını gösteriyor gibiydi. Bu başarısızlık, duygusal tepkileri karşılaştırarak en iyi tahmin edilen sonucu seçerek eylem seçimi konusundaki umudumuzu şu an için ulaşılamaz hale getirdi.

Anahtar Kelimeler: sentetik bilinç, duygu vektörü, duygu sözlüğü, duygu olasılık vektörü

1. Giriş

İnsan davranışı zorunlu olarak duygular tarafından yönetilir [3]. Etrafımızdaki dünyayla ilgili algılanan bilgiler içsel durumumuzla uzlaştırılmalıdır ve yapılacak herhangi bir eylem, mevcut durumumuza tercih edilebilir görünen gelecekteki duruma yol açacak şekilde seçilir [4], burada tercih, 'benim hissim şu ki, yapardım' anlamına gelir. yeni durumu veya muhtemelen yeni bir duruma yol açacak eylemi denemekten hoşlanırlar. Acıktığımızda çoğu zaman yemek yemeyi tercih ederiz. Eğer çok açsak, yiyecek bulmak için daha fazla risk alırız. Eğer üşürsek ısınmaya çalışırız vs. Reklam bizi bir hareket tarzının daha fazla mutluluğa yol açacağına ikna etmeyi amaçlar. Şekerli gazlı içecekler objektif olarak uzun vadeli mutluluğa yol açmaz, ancak şeker yemeye verilen bilinen kısa vadeli duygusal tepki arzu edilir. Dünyayla ilgili algılanan veriler son derece çeşitlidir, çoğunlukla hatalı ve eksiktir ve gerekli yanıtların değişen derecelerde aciliyeti vardır. Bu girdileri işleyen tahkim motorunun, dahili olarak kesinlik sağlıyormuş gibi görünürken doğal olarak belirsizlikle başa çıkması gerekir. Duygular, karar vermek için bu aygıtı kullanma deneyimimizi tanımlamak için kullandığımız terimdir. Bilgisayarların duyguları yoktur ifadesi, bir makinede çalışan etkileşimli bilgisayar yazılımının asla duygu sergileyemeyeceğini veya deneyimleyemeyeceğini iddia etmek için sıklıkla yanlış bir şekilde kullanılır. Büyük Dil Modelleri (LLM'ler) [5, 1, 2], bir metin yığınını tahmini bir duygusal durumla ilişkilendirmek için hazır bir araç sunar ve metnin dünyası ile insan duyguları alanı arasındaki boşluğu doldurur. Yüksek Lisans'lar odaklanmış duygu analizinde kullanılmış ve yeterli performans gösterdiği rapor edilmiştir [6] ancak bu yazının yazıldığı sırada diğer araştırmacıların olasılıksal duygu sözlüklerini kullandıklarından haberimiz yok.

Bu makale yüksek lisans ve duyguların kesişimini araştırıyor ve bu modellerin bir metin parçasının duygusal içeriğini tahmin etmek için nasıl kullanılabileceğini gösteriyor. Duyguyla ilgili kelimelerden oluşan bir sözlük oluşturarak ve bu kelimelerin hem orijinal metni hem de duyguyu ortaya çıkaran kuyruğu içeren bir ipucunun ardından ortaya çıkma olasılıklarını hesaplayarak, duygusal durumları özetlemeye yönelik yeni bir yaklaşım sunuyoruz. Bu metodoloji, metnin duygusal manzarasını niceliksel olarak değerlendirmemize olanak tanır.

Yaklaşımımızı göstermek için 271 duyguyu tanımlayan kelimeden oluşan bir sözlük seçiyoruz ve bunların Amazon ürün incelemelerinin bir bölümüyle ilişkilendirilme olasılığını tahmin ediyoruz. Sınırlı hesaplama kaynakları ve zaman, yalnızca üstünkörü bir çalışma yayınlayabilecek konumda olduğumuz anlamına gelir. Pek çok duygunun birbiriyle ilişkili olması muhtemeldir ve geniş bir duygu vektörleri örneği üzerinde PCA analizi yoluyla duygusal alanın boyutuna ilişkin bir tahmin elde edilebilir.

Deney sırasında karşılaştığımız bazı sınırlamaları ve duygu temelli sentetik bilincin davranışını üretmenin ve düzenlemenin önündeki bazı engelleri tartışıyoruz.

Bu belge şu şekilde düzenlenmiştir; bölüm 2, LLM'yi ve onu çalıştırmak için kullanılan donanımı detaylandırmaktadır, bölüm 2.1, duygu sözlüğümüzü oluşturmak için kelime seçimlerimizi detaylandırmaktadır, bölüm 2.1.1, bir kuyruk istemi kullanarak bir Yüksek Lisans'tan duygu olasılıklarını tahmin etmeyi kapsamaktadır. Bölüm 2.1.2'de Amazon incelemelerinin sonuçları gösterilmektedir. Duygu vektörleri ile PCA yapısına ilişkin bir ipucu 3'te verilmiştir. Son olarak geleceğe yönelik yönler dikkate alınmış ve sonuç verilmiştir.