名为BERT的人工智能以74%的准确率从亚马逊的客户评论中识别出召回的食品，然后发现了数千种可能不安全但没有召回的产品。
在发布产品召回之前，美国美国食品药品监督管理局食品和药物管理局(FDA)可能需要几个月的时间来识别和验证问题，因此大多数召回来自制造商，通常是在足够多的人生病导致严重压力之后。然而，由波士顿大学公共卫生学院(BUSPH)的研究人员共同撰写的一项新研究表明，很快，人工智能就可以整理在线评论，以识别对公共健康的严重威胁，并加速产品召回过程。
这项研究发表在美国医学信息学协会的公开期刊上。研究人员教授了一种现有的“深度学习”人工智能，称为转换双向编码器表示(BERT)，以预测亚马逊评论中的食品召回。-准确性。大赦国际还发现，有20，000条评论表明，潜在的不安全食品尚未得到调查。
该研究的资深作者、BUSPH大学全球健康助理教授伊莱恩恩索西博士说：“美国卫生部门已经在使用来自推特、Yelp和谷歌的数据来监测食源性疾病。她解释说，相比之下，这项研究可以理解某些食物的安全性。“卫生部门或食品公司可以有效地使用我们这样的工具来识别消费者对潜在不安全产品的评论，然后利用这些信息来决定是否需要进一步调查。”
BERT接受过大量英文文本的培训，包括英文维基百科，能够为特定目的解读文本。Nsoesie和她的同事使用众包(通过真人)对6000条评论进行分类，这些评论包含与FDA召回原因相关的词汇，如“疾病”、“标签”、“疾病”、“犯规”和“腐烂”。以及评论标题和星级等元数据。BERT可以查看这些相同的客户评论，并正确识别召回的食品，准确率为74%。然后，它在20，000条其他评论中找到了与美国食品和药物管理局召回相关的条款。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！