Hvordan en AI-algoritme lærte at skrive politiske taler

Spørg ikke, hvad dit land kan gøre for dig; spørg, hvad du kan gøre for dit land.
—John F. Kennedy, 1961

Når det kommer til politiske taler, er de store få og langt imellem. Men almindelige politiske taler, dem, der for eksempel holdes i amerikanske kongresdebatter, er talrige.

De er også bemærkelsesværdigt ens. Disse taler har en tendens til at følge et standardformat, gentage lignende argumenter og endda bruge de samme sætninger til at angive et bestemt politisk tilhørsforhold eller mening. Det er næsten, som om der er en form for algoritme, der bestemmer deres indhold.

Det rejser et interessant spørgsmål. Er det muligt for en maskine at skrive den slags politiske taler automatisk?

I dag får vi svar takket være Valentin Kassarnigs arbejde ved University of Massachusetts, Amherst, som har skabt en kunstig intelligensmaskine, der har lært at skrive politiske taler, der minder bemærkelsesværdigt om rigtige taler.

Fremgangsmåden er i princippet ligetil. Kassarnig brugte en database med næsten 4.000 politiske talesegmenter fra 53 amerikanske kongresdebatter til at træne en maskinlæringsalgoritme til at producere sine egne taler.

Disse taler består af over 50.000 sætninger, der hver indeholder 23 ord i gennemsnit. Kassarnig kategoriserede også talerne efter politisk parti, uanset om det var demokrat eller republikaner, og efter om det var for eller imod et givet emne.

Selvfølgelig er djævelen i detaljerne om, hvordan man analyserer denne database. Efter at have prøvet en række teknikker slog Kassarnig sig til en tilgang baseret på n-gram, sekvenser af n ord eller sætninger. Han analyserede først teksten ved hjælp af en orddelstilgang, der mærker hvert ord eller hver sætning med dets grammatiske rolle (uanset om det er et substantiv, verbum, adjektiv og så videre).

Han så på 6-gram og sandsynligheden for, at et ord eller en sætning dukkede op givet de fem, der står foran det. Det giver os mulighed for meget hurtigt at bestemme alle ord, der kan opstå efter de foregående fem, og hvor sandsynligt hvert af dem er, siger han.

Processen med at generere taler følger automatisk heraf. Kassarnig begynder med at fortælle algoritmen, hvilken type tale den skal skrive – hvad enten det er for demokrater eller republikanere. Algoritmen udforsker derefter 6-grams databasen for den kategori for at finde hele sættet af 5-gram, der er blevet brugt til at starte en af ​​disse taler.

Algoritmen vælger derefter en af ​​disse 5-gram tilfældigt for at starte sin tale. Den vælger så det næste ord blandt alle dem, der kan følge denne 5-gram. Så begynder systemet at forudsige ord efter ord, indtil det forudsiger slutningen af ​​talen, siger han.

Der er selvfølgelig få tricks undervejs. Algoritmen kender for eksempel sandsynligheden for, at et bestemt emne optræder i en tale. Den vælger derefter emner ved at finde ud af, hvilke andre emner talen allerede indeholder og bestemme, hvor godt disse bliver dækket.

Resultaterne er overraskende gode. Her er et eksempel på en automatisk genereret demokratisk tale:

Hr. formand, ærlige, men uheldige forbrugere har i årevis haft muligheden for at påberåbe sig deres sag for at komme under konkursbeskyttelse og få deres rimelige og gyldige gæld indfriet. Den måde, systemet formodes at fungere på, vurderer skifteretten forskellige faktorer, herunder indkomst, aktiver og gæld, for at bestemme, hvilken gæld der kan betales, og hvordan forbrugerne kan komme på fode igen. Stå op for vækst og muligheder. Vedtag denne lovgivning.

Det er imponerende i betragtning af, at der ikke er nogen træning involveret udover de indledende dele af talemærker, 6-gramsanalysen af ​​den politiske taledatabase og en lille smule magisk sauce. Kassarnig har vurderet disse taler ud fra kriterier som grammatisk korrekthed, sætningsovergang og talestruktur og indhold og fundet ud af, at de generelt klarer sig godt. Især den grammatiske korrekthed og sætningsovergangene i de fleste taler var rigtig gode, siger han.

Ikke desto mindre er Kassarnig ikke optimistisk med hensyn til sin algoritmes chancer for at tage den politiske scene med storm. På trods af de gode resultater er det meget usandsynligt, at disse metoder rent faktisk vil blive brugt til at generere taler til politikere, siger han, formentlig fordi den slags skrupelløse politikere, der kan udnytte sin algoritme, er så sjældne (hoste).

Algoritmen kan dog bruges til at generere andre slags tekster. Kassarnig foreslår, at det kunne producere nyhedshistorier, givet andre historier om samme hændelse. En anden mulighed kunne være at lave blogindlæg om arXiv-papirer, givet en stor database med lignende historier (ahem).

Og han opfordrer enhver til at prøve, sig, at al hans kildekode er tilgængelig på GitHub ( https://github.com/valentin012/conspeech ). Vi opfordrer udtrykkeligt andre til at prøve at bruge, ændre og udvide det, siger han. Feedback og ideer til forbedringer modtages meget gerne.

Ref:arxiv.org/abs/1601.03313: Politisk talegeneration

skjule