https://virgool.io/feed/@nazarbin سامانه هوشمند تحلیل و سالم‌سازی محتوا fa 2026-06-10 11:51:57 https://files.virgool.io/upload/users/22131/avatar/byrqwa.png?height=120&width=120 https://virgool.io/@nazarbin https://virgool.io/@nazarbin/%D8%AC%D8%A7%D9%86-%D9%85%DA%A9%DA%A9%D8%A7%D8%B1%D8%AA%DB%8C-%D9%BE%D8%AF%D8%B1-%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-dxd5kanc4yut تصوری که از هوش مصنوعی در بین عموم افراد وجود دارد، داستان‌های علمی تخیلی و ربات‌های نورانی هستند؛ در حالی که علم هوش مصنوعی مربوط به دهه‌ها پیش می‌باشد که به حقیقت پیوسته است. نتایج تحقیقات وسیع محققان در زمینه یادگیری ماشین، نشان می‌دهد که هوش مصنوعی در سال‌های آتی، بسیاری از فعالیت‌های انسانی را، از جمله ترجمه زبان ( تا سال 2024) و انجام جراحی (تا سال 2053)، بهبود می‌بخشد. همچنین محققین معتقد هستند که تا 45 سال آینده، 50% از فعالیت‌های انسانی با استفاده از هوش مصنوعی انجام می‌شود و تا 120 سال آتی امکان اتوماتیک کردن تمام مشاغل انسانی وجود دارد.تولد هوش مصنوعییکی از پیشرو ترین افراد در زمینه هوش مصنوعی، جان مک‌کارتی است؛ وی را به عنوان پدر هوش مصنوعی می‌شناسیم. جان مک‌کارتی در سال 1927 در بوستون متولد شد؛ در سال 1951، دکترای ریاضی را از دانشگاه پرینستون دریافت کرد، در سال 1962 استاد تمام دانشگاه استنفورد شد و تا زمان بازنشستگی در آنجا باقی ماند.در اواسط دهه 1950، جان مک‌کارتی اصطلاح هوش مصنوعی را برای اولین بار به کار برد؛ مک‌کارتی تعریف خود از هوش مصنوعی را در تابستان سال 1956 در کنفرانسی در کالج دارتموت، بیان کرد که آغازگر تحقیقات  در حوزه هوش مصنوعی بود. وی هوش مصنوعی را اینگونه تعریف کرد: علم مهندسی ساخت ماشین‌های هوشمند. مک‌کارتی در سال 1958، زبان برنامه‌نویسی لیسپ (LISP) را به وجود آورد. این زبان، به زبان برنامه‌نویسی استاندارد در هوش مصنوعی تبدیل شد و تا به امروز از آن در رباتیک و بسیاری از خدمات مبتنی بر اینترنت، از تشخیص کارت‌های اعتباری تقلبی گرفته تا برنامه‌ریزی خطوط هوایی، استفاده می‌شود. زبان LISP، راه را برای تکنولوژی تشخیص صدا، مانند سیری برنامه دستیار مجازی در آیفون S4، هموار نمود.مک‌کارتی، آزمایشگاهی در دانشگاه استنفورد تاسیس و کار خود را بر روی نسخه‌های اولیه ماشین‌هایی با قابلیت رانندگی خودکار، آغاز کرد؛ وی از سال 1965 تا 1980 مسئول آزمایشگاه هوش مصنوعی (SAIL) خود بود. در دهه 60 و70 میلادی، تحقیقاتی در آزمایشگاه SAIL بر روی سیستم هایی که بتوانند مهارت های انسانی را - بینایی، شنوایی، استدلال و حرکت - تقلید کنند، انجام شد؛ در واقع در آن زمان، این آزمایشگاه نقش مهمی در ایجاد اینگونه سیستم‌ها داشت.یکی دیگر از نوآوری‌های مک‌کارتی، در اوایل دهه 60، سیستم‌های کامپیوتری به اشتراک‌گذاری زمان (Timesharing) در شبکه‌های کامپیوتری بود که به افراد اجازه می‌داد داده‌ها را با اتصال به یک کامپیوتر مرکزی به اشتراک بگذارند؛ این نوآوری، هزینه‌های استفاده از کامپیوتر را بسیار کاهش داد و سهم مهمی در توسعه اینترنت و پیشرو در رایانش ابری (cloud computing) بود. cloud computing یک روش ذخیره‌سازی و پردازش داده‌ها در سرور از راه دور است؛ این سرور از طریق اینترنت قابل دسترس است. در سال 1960 هنگامی که وی بیان کرد که کامپیوتر ممکن است روزی جز خدمات عمومی باشد در واقع مفهوم پایه‌ای cloud computing را بیان نمود.در دهه 1970، مک‌کارتی مقاله‌ای درباره خرید و فروش از طریق کامپیوتر ارائه داد؛ در واقع در این مقاله مفاهیم اولیه تجارت الکترونیک را پیش‌بینی کرده بود. او مقالاتی در زمینه هوش ربات‌ها ارائه داد و بر روی راه‌های ایجاد سیستم‌هایی برای فهم یا تقلید از رفتار تصمیم‌گیری‌ انسانی، تحقیق نمود.وی در 24 اکتبر سال 2011 در سن 84 سالگی از دنیا رفت اما از خود میراث با ارزشی در زمینه علم کامپیوتر و هوش مصنوعی به جا گذاشت.جوایز و افتخارات بسیاری برای دستاورد‌های کامپیوتری خود دریافت کرددر سال 1971 جایزه A.M. Turing را دریافت نمود؛ در سال 1988 جایزه Kyoto و در سال 1990، مدال ملی علوم – بالاترین جایزه فنی کشور - را دریافت کرد. مک‌کارتی عضو آکادمی ملی علوم، آکادمی ملی مهندسی و آکادمی علم و هنر آمریکا بود.وی در سال ۲۰۰۰ از دانشگاه استنفور بازنشسته شد با وجود این، به فعالیت‌های خود در زمینه هوش مصنوعی ادامه داد. مک‌کارتی مقاله‌ای منتشر کرد و در آن فناوری‌های آینده را مجسم نمود؛ وی پیش‌بینی کرد که دستیابی به سیستم‌های هوش مصنوعی و توانایی تغییر در ساختار ژنتیکی از دستاورد‌های علمی قرن 21 خواهند بود.این مقاله در بلاگ نظربین نیز منتشر شده است. نظربین نظربین Wed, 21 Nov 2018 16:46:50 +0330 https://virgool.io/@nazarbin/httpsvirgoolionazarbin-f8z45gbyg51s کمپانی مادر گوگل، Alphabet، با استفاده از تکنولوژی یادگیری ماشین، قصد دارد فضای کامنت‌گذاری آنلاین را سالم‌ سازد. در واقع گوگل از طریق الگوریتم‌های یادگیری ماشین، سعی دارد فضای کامنت‌گذاری آنلاین را در مقابل حمله ترول‌ها، موارد توهین آمیز و غیر اخلاقی حفظ نماید. به منظور دستیابی به این هدف، Alphabet، تکنولوژی Jigsaw را در اختیار وب سایت‌ها قرار می‌دهد تا بتوانند کیفیت فضای کامنت‌گذاری را برای کاربران خود در سایت ارتقا دهند؛ در نتیجه کاربران، با کامنت‌های اهانت آمیز و غیر اخلاقی مواجه نمی‌شوند و از فضای آنلاین و تعاملات دو طرفه، کناره‌گیری نمی‌کنند. وب‌سایت‌های سرویس گیرنده به منظور دستیابی به نرم افزار Jigsaw، کافی است Perspective را فراخوانی کنند.چشم‌انداز گوگل، سالم‌سازی کامنت‌هادر واقع Perspective، یک API است که می تواند به سالم سازی فضای کامنت گذاری و ایجاد گفت‌و‌گو‌های آنلاین سالم، کمک کند. این API از الگو‌های یادگیری ماشین به منظور درک مفاهیم متن نوشتاری استفاده می‌کند. این روش، کامنت‌‌ها را به صورت Real-Time بررسی می‌کند و به کارمندانی که وظیفه‌ی بررسی کامنت‌‌ها را به عهده دارند، کمک می‌کند.سیستم‌های کامپیوتری یاد‌گیرنده، با استفاده از یادگیری ماشین، برنامه ریزی می‌شوند؛ این سیستم‌ها از طریق ورودی‌های مکرر، روند‌ها و الگو‌ها را فرا می‌گیرند؛ با فراگیری هر چه بیشتر این سیستم‌ها، خروجی‌ها نیز قابل اعتماد‌تر و با کیفیت‌تر می‌شوند. Jigsaw، تعدادی نیروی انسانی، به منظور بررسی صد‌ها هزار کامنت - داده‌های ورودی سیستم‌های یادگیرنده - در اختیار دارد. این افراد، کامنت‌ها را بررسی و برچسب گذاری می‌کنند. بر اساس این برچسب گذاری، Perspective به هر کامنت، از صفر تا صد یک امتیاز می‌دهد. میزان غیر اخلاقی بودن هر کامنت بر اساس امتیازی که از طرف API دریافت می‌کند، مشخص می‌شود.پروژه ConversationAIاین پروژه تحت عنوان ConversationAI است و با همکاری نیویورک‌تایمز، ویکی‌پدیا  و Jigsaw انجام می‌شود. هدف این پروژه، افزایش مشارکت کاربران و بهبود کیفیت گفت‌و‌گو‌های آنلاین می‌باشد. ConversationAI، به دنبال پاسخ سوالات زیر است:یادگیری ماشین چگونه می‌تواند به گفت‌و‌گو‌های آنلاین کمک کند؟چه جنبه‌ها‌یی از یک متن کامنت، برای یادگیری ماشین قابل فهم است؟ریسک‌ها و چالش‌های استفاده از یادگیری ماشین در گفت‌و‌گو‌های آنلاین چیست؟یکی از چالش‌های اصلی در تحقیقات یادگیری ماشین، محدودیت در حجم داده‌ها‌ی با کیفیت بالا، به منظور ارتقا بحث‌های آنلاین است. بر این اساس، نیویورک‌تایمز اعلام کرد که آرشیو کامنت‌های خود را به منظور بهبود الگوریتم‌های یادگیری ماشین در اختیار Jigsaw گذاشته است.در حال حاضر کامنت‌ها در نیویورک‌تایمز به صورت دستی و توسط ۱۴ کارمند بررسی می‌شوند که روزانه به طور متوسط ۱۱‌هزار کامنت را بررسی می‌کنند. بررسی کامنت‌ها توسط نیروی انسانی زمان بر است به همین دلیل نیویورک‌تایمز تنها برای ۱۰٪ از مقالات خود بخش کامنت را باز گذاشته است!چرا نیویورک‌تایمز به کامنت‌های کاربران خود نیاز دارد!اگر کامنت‌های درون وب‌سایت‌ها به درستی مدیریت نشوند، فضای گفت‌و‌گو به یک فضای منزجر‌کننده تبدیل می‌شود که درآن کاربران تمایلی برای مشارکت در گفت‌و‌گو‌ها ندارند. در این زمینه مقالات بسیاری منتشر شده است، با وجود همه‌ی این مقالات و اطلاعات، باز شاهد کامنت‌های غیر اخلاقی و توهین آمیز در فضای مجازی هستیم که باعث می‌شوند تمایل افراد برای بر‌قراری ارتباط، شرکت در گفت‌و‌گو‌های آنلاین و فعالیت در این فضا کم شود. همانطور که گفته شد، بررسی دستی کامنت‌ها زمان بر است، بر همین اساس بسیاری از کسب‌و‌کار‌ها یا وب‌سایت‌های خبری، بخش کامنت گذاری را در سایت غیر فعال می‌کنند. غیر‌فعال کردن این بخش، کسب و کار را از حالت تعاملی به سمت یک سویه بودن سوق می‌دهد.به نقل از کوهن، مدیر Jigsaw، پروژه ConversationAI، در مراحل اولیه است؛ این پروژه با گذشت زمان و دریافت کامنت‌های بیشتر که همان داده‌های ورودی الگوریتم یادگیری ماشین هستند، از کیفیت مطلوب‌تر و قابل اطمینان‌تر برخوردار خواهد شد.این مقاله در بلاگ نظربین نیز منتشر شده است. نظربین نظربین Wed, 21 Nov 2018 16:03:16 +0330 https://virgool.io/@nazarbin/httpsvirgoolionazarbin-sbipkxxl3gmi از اوایل پاییز ۹۶ تقریبا یک سال هست که در سایت الف از سامانه نظربین استفاده می‌کنیم؛ البته هم از نظربین استفاده می‌کنیم هم از سرویس دیگر این شرکت که نرمالایزر هست. در طول این مدت نظربین حدود ۴۰ هزار کامنت ناسزا و توهین‌آمیز را برای ما تشخیص داده و حذف کرده است.الف را می‌توان یکی از بهترین نمونه‌های بسیار موفق از وب‌سایت‌های تعامل با کاربر در فضای خبری نام برد. الف یک وب‌سایت تحلیل خبری با رویکردی متفاوت است که به پوشش رویداد‌های مختلف و تحلیل آن می‌پردازد. مخاطبان این وب‌سایت افرادی هستند که به مطالعه، تحلیل خبر و مشارکت در آن علاقه دارند. الف به خوبی ارزش تعامل با کاربران را درک کرده و از این مهم در جذب مخاطبان، حفظ آنها در سایت، افزایش مشارکت و وفاداری آن‌ها استفاده برده و محیطی بسیار پویا با حضور کاربران خود به‌وجود آورده‌است. تعامل با کاربر و بده بستان با او منجر به وفاداری کاربران گشته؛ گاهی کاربران این وب‌سایت در پاسخ به مقاله‌ای ۱۵۰۰ کلمه‌ای در بخش نظرات، مقاله ای ۲۰۰۰ کلمه‌ای ارسال می‌کنند.در ادامه صحبت‌های آقای مرادی، مسئول بخش فنی وب‌سایت الف، در خصوص این تعامل، چالش‌ها و چگونگی فائق آمدن بر آن‌ها را، از زبان ایشان مرور می‌کنیم.۱. فعالیت‌های "الف" "الف" را همه می‌شناسند. اما باید بگم "الف" یک سایت خبری تحلیلی است؛ سایت خبرگزاری نیست. سایت‌‌های خبرگزاری صرفا رویداد‌‌ها را پوشش می‌‌دهند. مثلا در حادثه پلاسکو سایت‌های خبرگزاری هر ۱۵ دقیقه یک بار آخرین وضعیت پلاسکو را گزارش می‌دادند؛ اما "الف" به تحلیل حادثه می‌پرداخت. کاربرانی هستند که تمایل دارند در کنار خبر، تحلیل آن را هم بخوانند؛ "الف" طبق استراتژی‌های خود، هم خبر را پوشش می‌دهد و هم تحلیل خبر را منتشر می‌کند.۲. نگرش "الف" در تعامل با کاربرسیاست سایت الف بر اساس تعامل با کاربر است. اما تعامل با کاربر دو جنبه دارد، یک جنبه آن فنی‌ است و مربوط به سئو است که خروجی سایت را بالا می‌برد و زمان ماندن کاربر در سایت را نیز افزایش می‌دهد. البته شاید این جنبه خیلی مورد توجه شورای سیاست‌گذاری "الف" نباشد. جنبه دوم که بیشتر مورد توجه شورای سیاست‌گذاری است، رشد فرهنگی مردم و تعامل مردم با هم در بستر اختلاف نظر‌ها و تعامل با خود سایت است. کاربر‌ان به مرور ادبیات "الف" را یاد می‌گیرند و کامنت‌ها در بستر ادبیات "الف" منتشر می‌شوند. شورای سیاست‌گذاری روی تعامل با کاربر به شدت تاکید دارد که هدفی فرهنگی است. نحوه‌ی صحیح ارتباط برقرار کردن، جواب دادن و صحبت کردن در تعاملات کاربران از اهداف "الف" است.۳. وضعیت کنونی الف در تعامل با کاربرچون "الف" یک سایت تحلیلی است بنابراین ما تلاش می‌کنیم تعامل بیشتری با کاربران داشته باشیم. کاربران معمولا کامنت‌های زیادی برای رویدادها نمی‌گذارند اما در تحلیل‌ها تعامل بیشتری دارند؛ کاربران تحلیل خودشان را بر تحلیل‌های وب‌سایت می‌نویسند.همان‌طور که می‌دانید بحث سیاسی نقل مجالس ایران است. مخاطبان هم خیلی دوست دارند در فضای یک خبرگزاری نظر خود را بنویسند؛ حتی گاهی زنگ می‌زنند و می‌پرسند چرا فلان کامنتشان را منتشر نکرده‌ایم یا به مجموعه لایک‌هایی را که روی کامنت‌هایشان خورده است نگاه می‌کنند، زنگ می‌زنند و به طور مثال اعلام می‌کنند که کامنت من ۲۰۰۰ تا لایک گرفته‌است؛ در واقع این برای مخاطبان ارزشمند است. توجه و اینگونه مشارکت‌ها از سوی کاربران، همان تعاملی است که در نهایت مد نظر "الف" بوده‌است.ما در هر ماه حدود ۵۴ هزار کامنت از کاربرانمان دریافت می‌کنیم که گاهی خود کامنت‌ها تحلیلی هستند. بعضی اوقات طول کامنت‌ها حتی بیشتر از متن اصلی است؛ برای ما پیش آمده که کامنتی آنقدر خوب بوده که به عنوان خبر منتشر کردیم. به‌طور‌کلی تحلیل‌های بسیار جالبی در کامنت‌ها وجود دارد.وقتی خبرنگاری هر روز در معرض ناسزا قرار بگیرد پس از مدتی احساس می‌کند که کاربر به شخص او ناسزا گفته و از لحاظ روحی کاملا به هم می‌ریزد. این موارد هنگامی که با مسائل حقوقی همراه شود، شرایط را برای رسانه‌ها سخت‌تر می‌کند؛ خبرنگاری جز مشاغل سخت و زیان‌ده است، خبرنگار می‌تواند از این مسئله که کامنت‌ها ذهن و روانش را به هم ریخته‌اند، شکایت کند.۴. چالش‌های تعامل با کاربرمهم‌ترین مساله‌ای که برای "الف" مشکل زاست بار حقوقی کامنت‌هاست. مدیر مسئول باید جوابگو باشد که چرا کامنت‌ها را منتشر کرده‌است و این بزرگترین دردسر ما در تعامل با کاربران است. توهین‌هایی که به اشخاص مختلف می‌شود یا استفاده از کلمات رکیک که علاوه بر مشکلات حقوقی، مواردی چون نارضایتی و ریزش کاربران دیگر را در ‌پی دارند. از طرفی برخی کاربران هم می‌گویند: "الف" سانسورچی است و کامنت‌های ما را منتشر نمی‌کند. جنس کامنت‌ها در "الف" بیشتر تحلیلی است و طول آن‌ها گاهی به چند پاراگراف می‌رسد؛ برای نظارت بر این کامنت‌ها ما چهار خبرنگار داریم که دائما با کامنت‌ها درگیر هستند. حتی ممکن است در کامنت، توهینی به هیچ‌شخصی نشده باشد اما حامل سیاه‌نمایی باشد. برخی افراد در خارج از کشورُ هدف‌گذاری‌شده وارد سایت الف می‌شوند؛ در واقع این افراد استخدام می‌شوند تا در رسانه‌های مجاز داخلی کامنت‌هایی بنویسند که اهداف اشخاص خاصی را تامین کنند. گاهی هم صرفا این کامنت‌ها مایوس کننده‌ هستند؛ امید و مثبت اندیشی را در جامعه از بین می‌برند. خبرنگار‌های ما کامنت‌ها را بر حسب تجربه‌ای که دارند و ادبیات طرف مقابل تشخیص می‌دهند. البته گاهی هم کاربران زیر خبرها کامنت کاملا نامربوط می‌گذارند که هیچ سنخیتی با خبر ندارد. طبیعتا اینگونه کامنت‌ها برای خبرگزاری‌ها مشکل ساز خواهند بود.دغدغه خبرگزاری‌ها، بیشتر از سایر وب‌سایت‌هایی است که با کاربر تعامل دارند؛ چون جنس کار، سیاسی است بنابراین حساسیت رو دو چندان می‌کند. البته درصد کامنت‌های ناسزا و توهین در وب‌سایت الف در مقایسه با خبرگزاری‌های ورزشی بسیار کمتر است؛ همین درصد پایین، ذهن خبرنگاری که کامنت‌ها را پالایش می‌کند به هم می‌ریزد. در واقع وقتی خبرنگاری هر روز در معرض ناسزا قرار بگیرد پس از مدتی احساس می‌کند که کاربر به او ناسزا گفته و از لحاظ روحی کاملا به هم می‌ریزد. این موارد هنگامی که با مسائل حقوقی همراه شود، شرایط را برای رسانه‌ها سخت‌تر می‌کند؛خبرنگاری جز مشاغل سخت و زیان‌ده است، خبرنگار می‌تواند از این مسئله که کامنت‌ها ذهن و روانش را به هم ریخته‌اند، شکایت کند.مخاطبان "الف" افراد فرهیخته و مودبی هستند، به‌هر‌حال ۵٪ کامنت‌ها رکیک هستند و از آن ۹۵٪ باقیمانده، ۵۰٪ را نمی‌توانیم تایید کنیم، اما ۴۵٪ قابل انتشار است و تایید می‌شوند.چالش دیگری هم در کامنت‌ها وجود دارد کامنت افرادی که چند پاراگراف تحلیل خوب نوشته‌اند اما آخر کامنت، ناسزا گفته‌اند. ما قسمت ناسزا را بر می‌داریم و بقیه را منتشر می‌کنیم، اما باز هم مورد اعتراض مخاطب واقع می‌شویم. در طول هفته تماس‌هایی در این خصوص از طرف کاربران داریم که گاهی تا چند ساعت این صحبت‌ها طول می‌کشد و موضوع بحث مدام گسترده‌تر می‌شود.۵. حل مشکل کامنت‌های نا‌مناسبقبلا خبرنگار‌ها بررسی کامنت‌ها را انجام می‌دادند که زمان و هزینه بسیار زیادی برای ما داشت؛ به این موارد خطای انسانی را نیز اضافه کنید. حتی به واسطه اشتباه انسانی، کامنت رکیک هم منتشر می‌شد و کاربران با ما تماس می‌گرفتند و تذکر می‌دادند. در نهایت هزینه سنگینی برای این خطاها متحمل شدیم که این هزینه شامل فیلتر شدن هم بود. ما سال ۹۱ فیلتر شدیم؛ چند روز یا چند هفته رفتیم روی دامین دیگه تا "الف" رفع فیلتر شد.نظربین کامنت‌ها را می‌گیرد و از ۱ تا ۴ ( قابل انتشار تا غیر قابل انتشار) دسته‌بندی می‌کند، این دسته‌بندی بسیار مفید است. وقتی خبرنگار به کامنت‌های غیر‌قابل انتشار می‌رسد مطمئن است که کامنت‌ها صد‌در‌صد غیر قابل انتشار هستند و به آن‌ها سر نمی‌زند.۶. آشنایی الف با نظربینجلسه "بلاگ" در دانشگاه تهران برگزار می‌شد؛ وقتی آنجا رفتم اتفاقی کاتالوگ نظربین را دیدم و نظر من را جلب کرد. موضوع در حیطه کاری من بود و بسیار جذاب. همان جا با نظربین آشنا شدم و سریع تماس گرفتم.بعد از تشکیل یکی دو جلسه و پیشبورد موارد فنی به راحتی با دریافت API شروع به استفاده از نظربین برای پایش کامنت‌هایمان کردیم. نظربین کامنت‌ها را می‌گیرد و از ۱ تا ۴ ( قابل انتشار تا غیر قابل انتشار) دسته‌بندی می‌کند، این دسته‌بندی بسیار مفید است. وقتی خبرنگار به کامنت‌های غیر‌قابل انتشار می‌رسد مطمئن است که کامنت‌ها صد‌در‌صد غیر قابل انتشار هستند و به آن‌ها سر نمی‌زند. استفاده از نظربین در کنار یک خبرنگار می‌تواند بسیار سریع‌تر و مفید‌تر باشد؛ سیستم یادگیری نظربین از نتایج بررسی‌های خبرنگار ما استفاده می‌کند، این قابلیت باعث می‌شود که نظربین دفعه‌های بعد، کامنت‌های بیشتری را تشخیص دهد.سایت‌هایی که کار تجاری یا غیر‌سیاسی انجام می‌دهند، می‌توانند تمام کار پالایش و انتشار کامنت را به عهده نظربین بگذارند، اما در "الف"، نظربین کار انتشار کامنت‌ها را به صورت کاملا اتوماتیک انجام نمی‌دهد؛ در واقع نظربین برای "الف"، بسیاری از کامنت‌های نامربوط را تشخیص می‌دهد و از انتشار آن‌ها جلوگیری می‌کند. امیدواریم نظربین به مرحله‌ای از رشد برسد که بتواند با توجه به محتوای متن، تحلیلی از کامنت‌ها را در اختیار ما قرار دهد. بعد از اضافه شدن این سرویس می‌توان امیدوار بود که سایت‌های سیاسی بتوانند کار انتشار کامنت‌ها را به صورت کاملا اتوماتیک بر عهده‌ نظربین بگذارند؛ در حال حاضر نظربین، سایت الف را از کامنت‌های رکیک نجات داده است.۷. تعامل با نظربیناز اوایل پاییز ۹۶ تقریبا ۱ سال هست که در سایت الف از سامانه نظربین استفاده می‌کنیم؛ البته هم از نظربین استفاده می‌کنیم هم از سرویس دیگر این شرکت که نرمالایزر هست. در طول این مدت نظربین حدود ۴۰ هزار کامنت ناسزا و توهین‌آمیز را برای ما تشخیص داده و حذف کرده است. از لحاظ پشتیبانی فنی، نظربین همتا ندارد. در این مسائل هیچ وقت دچار مشکل نشدیم و نظربین از نظر فنی همیشه همکاری کرده‌است. همیشه ورژن های جدید نظربین آماده بود و ما به خاطر درگیری‌های کاری از آن استفاده نمی‌کردیم. در واقع هیچ زمانی از طرف نظربین معطل نشدیم. نظربین در تشخیص کلمات رکیک هیچ اشتباهی ندارد، گاهی در مفهوم کامنت‌ها با مشکل رو‌به‌رو می‌شد که سیستم یادگیری آن روز‌به‌روز در حال بهبود است؛ در کامنت‌های مفهومی نیز کم‌کم به ما کمک می‌کند و در این زمینه پیشرفت بسیاری کرده‌است. نظربین علاوه بر درگیر نشدن خبرنگار‌ها با فحش‌های رکیک در کاهش زمان و هزینه‌ی بررسی کامنت‌ها نیز به ما کمک فراوانی کرده‌ و بار قانونی مربوط به خبرنگاران نیز کم کرده است. خدارو شکر تا کنون مشکلی در استفاده از سامانه نظربین نداشتیم.۸. توصیه‌ای برای وب‌سایت‌های خبریهمه‌ وب‌سایت‌ها تمایل دارند که با کاربران خود تعامل داشته باشند؛ نگرانی از تبعات قضایی آن مانع از برقراری جریان تعامل در این سایت‌ها می‌شود. "الف" برای تعامل با کاربران، هزینه‌های بسیاری متحمل شده‌است. در‌ این میان بعضی وب‌سایت‌ها واقعا آسیب دیده‌اند، به خصوص سایت‌های سیاسی که در این زمینه دغدغه بیشتری دارند. معتقدم نظربین می‌تواند با خارج کردن کامنت‌های رکیک به سایت‌های سیاسی کمک بزرگی کند.تعامل با کاربر امری گزیر ناپذیر است. برخی سایت‌های ‌خبری به منظور افزایش تعامل با کاربران، نظرسنجی‌های مختلف برگزار می‌کنند. ما در سایت الف نیز به دنبال راه حل‌هایی هستیم که این تعامل را بیشتر کنیم.۹. آینده نظربینسرویسی که در سامانه نظربین هست، دانش بنیان و کاملا داخلی است. من خیلی از نظربین راضی هستم. فکر نکنم بتوانم نمره زیر ۲۰ بدهم. ما منتظریم تا سرویس تحلیل نظربین فعال شود. منتظر آن مرحله هستیم که تمام سرویس انتشار کامنت را با نظربین انجام دهیم؛ این همان آینده‌ای است که در تعامل با نظربین به دنبالش هستیم. امیدواریم نظربین رشد کند و همواره بهتر از قبل شود.من خیلی دید خوبی نسبت به نظربین دارم. نظربین واقعا از هوش مصنوعی استفاده می‌کند که این مسئله برای من خیلی اهمیت دارد. خیلی‌ها مدعی پیاده‌سازی هوش مصنوعی هستند و عبارت هوشمند و سامانه هوشمند را خیلی می‌شنویم ولی در واقعیت اصلا هوشمند نیستند. حوزه کاری خودم همین است و آینده نظربین را درخشان می‌بینم.این مصاحبه در بلاگ نظربین نیز منتشر شده است. نظربین نظربین Wed, 21 Nov 2018 14:41:01 +0330