Wczoraj miała miejsce 455 rocznica urodzin Williama Shakespeare'a, co dla wielu było dobrą okazją, by ponownie przyjrzeć się jego twórczości. Zrobił to również Microsoft, korzystając oczywiście z narzędzi, jakie oferuje współczesna technologia. Dokładniej chodzi tu o jego własne narzędzie, Interfejs API analizy tekstu (Text Analytics API), udostępniane wszystkim chętnym w ramach Usług poznawczych Azure (Azure Cognitive Services).
Phil Harvey, Cloud Solution Architect w Microsoft UK, wziął na warsztat 19 utworów Mistrza. Interfejs API, z którego skorzystał, pozwala zidentyfikować tonację, wyrażenia kluczowe, mówiące postaci czy język w tekście. Text Analytics API jest jednym z kilku narzędzi do przetwarzania języka naturalnego (Natural Language Processing) w Azure. Efekty analizy zostały przedstawione przy pomocy Power BI. Jak twierdzi Microsoft, pozwala to rzucić nowe światło na jedne z najwspanialszych dzieł literackich, a także uczynić je bardziej przystępnymi dla osób, które obawiają się, że sztuki są zbyt złożone, by je ogarnąć. Na prezentacji zobaczymy m.in. wykresy zmian nastroju w utworach w różnych kontekstach (np. konkretnych wydarzeń na osi czasu) i liczbę linijek wypowiedzianych przez daną postać. Oczywiście wszystko to można by policzyć, przeanalizować i rozrysować ręcznie, ale zajęłoby to wieki.
Jak twierdzi Harvey, samo patrzenie na wykresy pozwala odtworzyć w myślach całe scenariusze, jako że przykłady graficzne są łatwiejsze do przyswojenia, a XVI- czy XVII-wieczny język już niekoniecznie. Wykresy te były ostatnim krokiem jego pracy. Harvey zaczął od pobrania tekstów z Internetu i przygotowań - usunięcia komentarzy, pozostawiając imiona postaci i ich wypowiedzi. Wgrał następnie tekst do Text Analytics API. Po jego przeskanowaniu narzędzie dało zero-jedynkowe rezultaty oznaczające nastrój. Nastąpiły tu pewne trudności na bardziej subtelnym poziomie. AI sądziła, że Komedia omyłek to tragedia, z powodu licznych opisów fizycznych, slapstickowych.
Harvey zrozumiał, że elementy, takie jak żarty, podwójne znaczenia, kłamstwa, mataczenie czy sarkazm, mogą być zauważone i poprawnie zinterpretowane tylko przez ludzkich czytelników. Projekt musiał zatem działać we współpracy z ludźmi, by przynieść zadowalające rezultaty. Dodaje on, że te same metody mogą do swoich analiz zaprzęgnąć firmy, aby przykładowo badać nastroje dzwoniących klientów i ich zmiany pod wpływem różnych czynników.
