名為BERT的人工智能以74%的準(zhǔn)確率從亞馬遜的客戶評論中識別出召回的食品，然后發(fā)現(xiàn)了數(shù)千種可能不安全但沒有召回的產(chǎn)品。
在發(fā)布產(chǎn)品召回之前，美國美國食品藥品監(jiān)督管理局食品和藥物管理局(FDA)可能需要幾個月的時間來識別和驗(yàn)證問題，因此大多數(shù)召回來自制造商，通常是在足夠多的人生病導(dǎo)致嚴(yán)重壓力之后。然而，由波士頓大學(xué)公共衛(wèi)生學(xué)院(BUSPH)的研究人員共同撰寫的一項(xiàng)新研究表明，很快，人工智能就可以整理在線評論，以識別對公共健康的嚴(yán)重威脅，并加速產(chǎn)品召回過程。
這項(xiàng)研究發(fā)表在美國醫(yī)學(xué)信息學(xué)協(xié)會的公開期刊上。研究人員教授了一種現(xiàn)有的“深度學(xué)習(xí)”人工智能，稱為轉(zhuǎn)換雙向編碼器表示(BERT)，以預(yù)測亞馬遜評論中的食品召回。-準(zhǔn)確性。大赦國際還發(fā)現(xiàn)，有20，000條評論表明，潛在的不安全食品尚未得到調(diào)查。
該研究的資深作者、BUSPH大學(xué)全球健康助理教授伊萊恩恩索西博士說：“美國衛(wèi)生部門已經(jīng)在使用來自推特、Yelp和谷歌的數(shù)據(jù)來監(jiān)測食源性疾病。她解釋說，相比之下，這項(xiàng)研究可以理解某些食物的安全性。“衛(wèi)生部門或食品公司可以有效地使用我們這樣的工具來識別消費(fèi)者對潛在不安全產(chǎn)品的評論，然后利用這些信息來決定是否需要進(jìn)一步調(diào)查?！?
BERT接受過大量英文文本的培訓(xùn)，包括英文維基百科，能夠?yàn)樘囟康慕庾x文本。Nsoesie和她的同事使用眾包(通過真人)對6000條評論進(jìn)行分類，這些評論包含與FDA召回原因相關(guān)的詞匯，如“疾病”、“標(biāo)簽”、“疾病”、“犯規(guī)”和“腐爛”。以及評論標(biāo)題和星級等元數(shù)據(jù)。BERT可以查看這些相同的客戶評論，并正確識別召回的食品，準(zhǔn)確率為74%。然后，它在20，000條其他評論中找到了與美國食品和藥物管理局召回相關(guān)的條款。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！