Sztuczna inteligencja pomaga wybrać książkę
Polski start-up tworzy zautomatyzowany system rekomendacji książek, który umożliwi dokonanie lepszego wyboru powieści.Działające w oparciu o uczenie maszynowe rozwiązanie dobiera lekturę w oparciu o pogłębioną analizę treści. Proces ten trwa zaledwie kilka sekund, a skuteczność działania sięga nawet 90%.
Algorytmy podczas analizowania treści są w stanie określić charakter książki. Rekomendacja dla czytelnika odbywa się więc nie w oparciu o historię zakupów czy wypożyczeń, ale w oparciu o podobieństwo cech fabularnych, klimatu czy nastroju powieści. Algorytmy są w stanie opracować profil analizowanej książki w zaledwie kilka sekund, co pozwala na wprowadzenie do porównywanego wolumenu wielu pozycji w bardzo krótkim czasie.
Książka dopasowana do nastroju
– Opracowaliśmy system, który rekomenduje książki dopasowane do nastroju czytelnika z wykorzystaniem sztucznej inteligencji. Mamy teraz dostęp do treści elektronicznych w postaci e-booków. Robot czyta, analizuje treści i wychwytuje takie cechy, jakie normalnie książce nadaje człowiek, tzn. czy ta książka jest zabawna, czy jest romantyczna, czy jest optymistyczna. W taki sposób znajduje powiązania pomiędzy książkami – mówi ze spółki Literacka.
– Sztuczna inteligencja może wyłonić to, czego człowiek nie jest w stanie. Książek jest bardzo dużo, a robot w ciągu 5 sekund jest w stanie książkę przeczytać i wychwycić, w którym miejscu dzieje się akcja książki, w jakim czasie, jaki bohater występuje, co tam się wydarzyło – twierdzi Małgorzata Sienkiewicz.
Literacka przez kilka lat zbierała dane. Eksperci oraz społeczność czytelnicza oceniali książki, a wspólnie z Instytutem Książki przeprowadzono także badania, w których czytelnicy wskazywali cechy konkretnych książek. Na podstawie tych danych powstał wzorzec, na podstawie którego robot nauczył się analizy literackiej. Dzięki temu algorytm może bardzo skutecznie oceniać książki tak jak przeciętny człowiek. – W tej chwili osiągamy skuteczność średnio 86%. Niektóre cechy są łatwiejsze do oceny, np. czy książka jest realistyczna, czy pojawiają się wątki historyczne i tu skuteczność przekracza nawet 90%. Natomiast są takie cechy, jak np. pouczająca, które robotowi trudniej jest zdefiniować i tutaj ta skuteczność jest jeszcze na razie niższa. Ale im więcej będzie miał danych do nauki, tym będzie skuteczniejszy – zapowiada ekspertka.
Zasada działania
Rekomendacja treści na podstawie preferencji czytelnika wdrażana jest już przez Google w ramach rozszerzenia NewsBot dla przeglądarki Chrome działającego w oparciu o uczenie maszynowe. Dzięki niemu możliwe jest stworzenie spersonalizowanego strumieniowania dla danego użytkownika. Podczas czytania artykułu na ekranie pojawiają się kolejne, powiązane. W trakcie czytania można też zaznaczyć najbardziej interesujący fragment artykułu i uzyskać rekomendacje odnoszące się tylko do zawartych w nim wątków.
Z raportu czytelnictwa opublikowanego przez Bibliotekę Narodową wynika, że 37% Polaków przeczytało w 2018 r. przynajmniej jedną książkę. Z raportu wynika, że dobór powieści u polskich czytelników odbywa się przede wszystkim na podstawie własnej oceny. W dalszej kolejności czytelnicy zdają się na rekomendacje rodziny i znajomych, a w następnej – na opinie innych czytelników w internecie.
Źródło: Newseria
