在加拿大
喜欢追剧的人最大的痛苦莫过于被他人剧透了，加州大学圣迭亚哥分校UCSD的科学家们正在研究一种语言模型，希望通过分析，可以在被剧透之前揪出那些恼人的“剧透狂”。
据NBC7近日报道，UCSD研发的这款软件叫做SpolierNet，能够利用人工智能自动标记出曾经发出剧透消息的网络用户。
UCSD计算机科学教授Ndapa Nakashole说到，剧透者遍布网络，在社交平台更是常见。作为网民，我们很清楚剧透带来的痛苦并且对用户体验被毁掉感到懊恼。
该校另一位计算机教授Jukian MacAuley表示，SpolierNet分析用户评论的语言模型将对线上评价系统的发展做出贡献。研究员们表示，这个模型的最终目的是去弄懂人们的语言模式。
MacAuley解释到，“简单来说，如果评论中出现名字或者特定动词很可能会被认为有剧透嫌疑。但是还有另一些比较微妙的例子，比如特定的语言模式或者字词不同形式的组合。单凭个人是分辨不出来这些的，所以我们才要借助机器帮我们分辨这些更微妙的信号”。
“剧透狂”是粉丝们的痛苦之源。但令人意外的是，UCSD心理学教授Nicholas Christenfeld的研究发现，他们实际上反倒有可能帮助增强用户体验。
Christenfeld说到，大多数人都认为剧透者们太坏了，并且想尽办法避免被剧透。但其实他们并没有被剥夺良好的用户体验。Christenfeld认为情节只不过是编剧们耍的小把戏，当最后的谜底已经被揭开，放下心来的观众才更能享受欣赏一个好故事的全部。
目前，在实际测试中，SpolierNet的探测准确率为89%到92%，其中大部分的误差来自于一些误导性词语，例如“谋杀”或“杀死”。当含有剧透时，有些网友会在他们评论中标记出来，科学家们正是利用这些语句来训练语言模型。
·生活百科 带有逆变器的大篷车连接到房屋问题？
·生活百科 藤蔓需要杀死它
