研究者们教阅读的互联网的计算机

教学计算机可以读取是一回事。但通过设计一种算法，研究了近 200 万员额从两个受欢迎的育儿网站，加州大学洛杉矶分校的研究人员一个多学科小组，建优雅的计算模型，反映了人类是如何思考和沟通，从而教学计算机能够理解结构化的叙事内流的帖子在互联网上。

研究人员说，他们成功地管理大规模数据以这种方式强调的总体潜力，机器学习，和演示能力反叙事中引入互联网交互，分手回音室一天很有可能帮助根事实与虚构的社会媒体用户。

蒂莫西 · 坦盖利尼，第一作者和自我描述的”计算民俗学”任教民俗、 文学、 文化研究在加州大学洛杉矶分校大学斯堪的纳维亚条说:”我们的问题是，我们能设计计算的方法来发现新兴叙事框架基础互联网对话，可能影响制作的很多人在全国各地或可能世界的决定吗？”。

在研究中，发表在医学互联网研究杂志 》 坦盖利尼和其他研究人员使用复杂的语言建模审查 199 万员额从两个育儿网站活跃用户论坛。他们检查了 Mothering.com 的职位 — — 已知的反疫苗情绪的枢纽站点 — — 和另一个育儿网站 （网站隐私规则未命名） 差别对疫苗接种的意见很大。这些职位来自 40,056 用户，被视为 20.12 万次为期近 9 年来，在 2012 年结束。大多数用户在这两个网站上的自称是一位母亲。

坦盖利尼说，”反疫苗运动是这种类型的研究明确人选，”。”成千上万的父母交换想法关于育儿在线，并通过这些交互，创建虚拟社区，在那里他们可以分享关注、 提出方法，以减轻这些关切，和分享自己的经验”。

该项目的部分资金由国家卫生研究院的资助。与坦盖利尼合作预防研究了机器学习专家 Vwani Roychowdhury，电气工程，加州大学洛杉矶分校教授和博士罗山 Bastani，卫生政策和管理中的公共卫生学院的菲尔丁和加州大学洛杉矶分校中心主任教授。

研究中，基于他过去的奖学金在丹麦民间传说，坦盖利尼和他的同事们出了一个广泛定义的模型的叙事，使模型计算框架的一个关键部分。

在这四个部分的叙事模式，故事开始定位，详细介绍了事件类型和主要故事中的主角，如有新生儿的家庭。第二部分，称为复杂的行动，提出了一种威胁，威胁对婴儿的健康所构成的疫苗接种等。第三部分提出一项战略，对付这种威胁，如父试图弄清楚如何避免接种疫苗。故事的决议评估战略的成功在处理威胁。

他们对齐这种叙事模式与育儿网站中的聚合内容的近 200 万件，使用自然语言处理的方法，能够识别的字符以及这些字符，发现底层叙事的核心之间的关系。

根据这项工作，他们发现，大量的父母不只会在线要谈论疫苗，他们不信任的机构需要他们，或自感的健康风险的疫苗接种，还要找出如何获取他们的孩子接种疫苗豁免。

坦盖利尼说:”故事经常出现通过谈话，”。”底层叙事的框架应运而生通过时间分发、 谈判、 对齐和重新配置更多和更多的故事”。

添加 Roychowdhury:”这是特别令人印象深刻的是，当你考虑到所有的机器都厌倦，事实都是 web 页面，没有其他的;它发现所有疫苗相关概念对其自己.”

虽然这项研究特别适用于父母的讨论关于疫苗接种，方法可以应用于任何题目，说的研究人员，正在跟进项目，比如结合测序机制，将跟踪的故事情节。

Roychowdhury 说︰ 我们了解如何故事所反映的形状围绕任何给定的主题的方式可以应用于有针对性的消息传递，如广告或通过允许机器学习自动破译虚假的故事，随着他们的激增战斗误传。例如，用户暴露于特定反疫苗叙述可以提出与备用的叙述中，基于范式的行之有效的公共卫生，使用当前使用的谷歌、 Facebook 和亚马逊喜欢同样广泛的在线广告基础设施。

“在公共卫生，我们有数以百计的研究试图理解的调解人和壁垒接种，”Bastani 说。”我们的数据是一般通过问卷调查和电子医疗记录的工具。这些工具不能捕获是非常有趣的对话，个人正在与另一个深深影响着他们的意见和有关的儿童接种疫苗行动。

Bastani 说︰ 这个项目是其中最有趣的她参加了，和一个有真正的影响，对于那些在公共卫生领域，教育父母关于疫苗接种工作。

“我们希望能利用所得的这种工作设计和测试的干预措施，可能会积极影响疫苗接种率，因为他们更有可能解决一些电阻的关键驱动因素，”她说。