名為BERT的人工智能以74%的準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致嚴重壓力之后。然而，由波士頓大學公共衛(wèi)生學院(BUSPH)的研究人員共同撰寫的一項新研究表明，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重威脅，并加速產(chǎn)品召回過程。
這項研究發(fā)表在美國醫(yī)學信息學協(xié)會的公開期刊上。研究人員教授了一種現(xiàn)有的“深度學習”人工智能，稱為轉(zhuǎn)換雙向編碼器表示(BERT)，以預測亞馬遜評論中的食品召回。-準確性。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，這項研究可以理解某些食物的安全性?！靶l(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一步調(diào)查?！?
BERT接受過大量英文文本的培訓，包括英文維基百科，能夠為特定目的解讀文本。Nsoesie和她的同事使用眾包(通過真人)對6000條評論進行分類，這些評論包含與FDA召回原因相關的詞匯，如“疾病”、“標簽”、“疾病”、“犯規(guī)”和“腐爛”。以及評論標題和星級等元數(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的條款。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！