ट्रोलिंग डिटेक्टर: कैसे हम एक भाषण विश्लेषक के साथ उत्पादकता में सुधार हुआ

आधुनिक दुनिया में, कॉर्पोरेट ट्रोलिंग स्पैम की तरह सामान्य है। "समय खाने वालों" की रेटिंग में, ट्रॉल्स पहले स्थान पर हैं, और बिंदु केवल यह नहीं है कि उनमें से बहुत से तलाकशुदा हैं, लेकिन यह भी, स्पैम के विपरीत (जिसके खिलाफ बहुत प्रभावी उपकरण पहले ही प्रकट हो चुके हैं), कॉर्पोरेट ट्रोल नकल सामान्य कार्यालय के कर्मचारियों के लिए, और ट्रोलिंग के लिए विषय, वास्तव में, काम पर आधारित हैं। इसलिए, कभी-कभी उत्पादक उत्पादक विवाद से कर्मचारी की सरल इच्छा को "ट्रोल" में अंतर करना बहुत मुश्किल होता है।

Mail.Ru Group आंतरिक संसाधन दक्षता विभाग ने उत्पादक संचार से ट्रोलिंग को अलग करने का एक तरीका पाया: हमने एंटीट्रॉल सॉफ़्टवेयर और हार्डवेयर कॉम्प्लेक्स बनाया, इसका परीक्षण किया और इसकी प्रभावशीलता के बारे में सुनिश्चित किया। कट के तहत विवरण।

सबसे पहले, कोई यह उल्लेख करने में विफल नहीं हो सकता है कि ट्रोल के साथ संचार न केवल ट्रोल की प्रभावशीलता को कम कर देता है (जो कि एक दलदल की तरह, ताजे पानी डालने के साथ व्यापक हो रहा है), लेकिन चर्चा में भाग लेने वाले कर्मचारियों के भी। इसलिए, प्रभावशीलता में कमी अक्सर एक महामारी विज्ञान (वायरल) प्रकृति की होती है।

ट्रोलिंग के स्तर को निर्धारित करने के लिए, हमने विवेकाधीन विश्लेषण में डुबकी लगाई, हमारी टीम के सदस्यों द्वारा इस्तेमाल की जाने वाली भाषा का अध्ययन किया (हमने यहां हमारे डेवलपर्स द्वारा उपयोग की गई शर्तों के बारे में लिखा है ।

इस विश्लेषण के दौरान, भाषा के रूप और इसके कार्य दोनों की जांच की गई। स्रोत सामग्री बोलचाल की भाषा और लिखित पाठ थी जिसमें हमने विभिन्न ग्रंथों की धारणा और मौखिक भाषण के प्रकार की भाषाई विशेषताओं की पहचान की थी।

लिखित ग्रंथों के विश्लेषण में वाक्य के बीच विषय और अर्थ कनेक्शन (युग्मन) के विकास का अध्ययन शामिल था। Mail.Ru Search के लोगों ने इस दिशा में हमारी बहुत मदद की।



बोलचाल के भाषण का विश्लेषण दोनों पहलुओं पर और कदम-दर-कदम बातचीत के प्रथाओं पर आधारित था, सामाजिक बातचीत या कथा की संरचना के दृश्यों को खोलना और बंद करना।

एंटीट्रॉल गणितीय उपकरण विकसित करने वाले कार्य समूह को मनोवैज्ञानिक, समाजशास्त्र, समाजशास्त्र, समाजशास्त्र, सामाजिक मनोविज्ञान और यहां तक ​​कि नृविज्ञान के रूप में गंभीरता से अध्ययन करना था (जैसा कि यह निकला, आर्टिकुलेटरी (भाषण) तंत्र के लिंग, ऊंचाई और ध्वनिक गुणों के रूप में पैरामीटर को भी ध्यान में रखा जाना चाहिए जब प्रसंस्करण जानकारी को ध्यान में रखा जाना चाहिए) )।

गणितीय उपकरण के विकास के समानांतर, हमने विश्लेषण के लिए डेटा एकत्र किया।
हमारी प्रयोज्य प्रयोगशाला इसी से जुड़ी थी। अनुकूलन की एक छोटी अवधि के बाद, खेल विकास विभाग के कर्मचारियों के प्रायोगिक समूह ने अपने सामान्य प्रोजेक्ट के बारे में बात करना शुरू कर दिया, और एक डिकॉय ट्रोल की मदद से, चर्चा को प्रभावी संचार के चरण से पारम्परिक होलीवूड विषय पर कम दक्षता वाले ट्रोलिंग के चरण में ले जाया गया (उदाहरण के लिए, एंड्रॉइड बनाम iOS या विंडोज बनाम लिनक्स)। ।

दिल की दर, श्वसन, सेरेब्रल कॉर्टेक्स की गतिविधि, माइक्रोफोन और वीडियो रिकॉर्डर के रजिस्ट्रार द्वारा डेटा के गीगाबाइट एकत्र किए गए थे। यह प्रारंभिक जानकारी उपरोक्त गणितीय उपकरण के आधार पर लिखी गई एक स्क्रिप्ट को खिलाई गई थी।

स्क्रिप्ट का परिणाम एक एकल संख्या होना चाहिए - ट्रोलिंग स्तर।

स्क्रिप्ट के 28 बिल्ड के बाद, हम इस विचार को छोड़ने के करीब थे: स्क्रिप्ट ने कुछ अजीब मूल्यों का उत्पादन किया, बल्कि यादृच्छिक संख्या जनरेटर के परिणाम के समान था। और फिर हमने गणितीय मॉडल में एक और वेट वेक्टर जोड़ने का फैसला किया: "भावनात्मक भागीदारी का स्तर"। इसे "मौजूदा या संभावित स्थितियों का व्यक्तिपरक मूल्यांकन" कहा जाता है। और अचानक, 29 वीं विधानसभा में, "यह" काम किया!

स्क्रिप्ट ने ट्रोलिंग स्तर को बहुत सटीक रूप से निर्धारित करना शुरू कर दिया, और जब कोई उत्पादक चर्चा के चरण से मौखिक शिथिलता के चरण में चला गया, तो ट्रोलिंग स्तर के संख्यात्मक मूल्य में लगातार वृद्धि हुई।

पिछले 7 महीनों में, हमने Mail.Ru Group के 5 विभागों में इस प्रणाली का परीक्षण किया, धीरे-धीरे स्क्रिप्ट को समायोजित किया, और फिलहाल हमने 96% में ट्रोलिंग का निर्धारण करने की सटीकता हासिल की है।

यह दिलचस्प है कि परीक्षण के दौरान, "बाल्मर चोटी" का एक एनालॉग, जो कि सबसे अधिक हब्रुएज़र्स के लिए जाना जाता है, का पता चला था। एक निश्चित मूल्य तक, ट्रोलिंग लगभग उत्पादकता को प्रभावित नहीं करता है, लेकिन जब एक्स के मूल्य पर पहुंच जाता है, तो डेवलपर्स की उत्पादकता में तेज वृद्धि होती है (कमिट की संख्या बढ़ जाती है, कीड़े की संख्या कम हो जाती है)। हालाँकि, जब थ्रेशोल्ड X को पार कर लिया जाता है, तो उत्पादकता तेजी से गिरती है।

चाहे इस खोज में व्यावहारिक अनुप्रयोग अभी तक स्पष्ट नहीं है: यह स्पष्ट है कि इस शिखर को प्राप्त करने के लिए आवश्यक स्तर पर कार्य टीम में ट्रोलिंग के स्तर को बनाए रखना काफी कठिन है।

अगला कदम एंटीट्रॉल अलार्म का निर्माण था! हार्डवेयर और सॉफ्टवेयर परिसर:



सिद्धांत काफी सरल है: मीटिंग रूम में रखा गया माइक्रोफोन ऑडियो सर्वर को लगातार चलने वाले सर्वर को एंटीट्रॉल स्क्रिप्ट के साथ प्रसारित करता है, और यदि उच्च स्तर की ट्रोलिंग का पता लगाया जाता है, तो USB के माध्यम से सर्वर से जुड़े Arduino को एंटी ट्रोल अलार्म को चालू करने का संकेत मिलता है! जैसे ही चर्चाओं में ट्रोलिंग का स्तर बंद हो जाता है, एक जलपरी और एक चमकता हुआ बीकन शुरू होता है:



जबकि हमने तीन महीनों के लिए कई विभागों में अपनी नई प्रणाली का परीक्षण किया, हम पहले से ही सकारात्मक परिणाम देख रहे हैं: 23% की वृद्धि हुई है, परीक्षकों द्वारा पाए जाने वाले कीड़े की संख्या में 14% की कमी आई है।

निकट भविष्य में, हम सभी डिवीजनों में सिस्टम को पेश करने की योजना बनाते हैं, और फिर पूरी तरह से मोबाइल एप्लिकेशन बनाते हैं जो न केवल हमारे द्वारा उपयोग किए जा सकते हैं, बल्कि बाजार में सहयोगियों द्वारा भी उपयोग किए जा सकते हैं।

जरा सोचिए - नियोजन सत्र से पहले, फ़ोन को तालिका के केंद्र में रखें, हमारे आवेदन को चालू करें, और उस क्षण को याद करने के बारे में चिंता न करें जब आपकी चर्चा असंवैधानिक तरीके से हो जाती है ...

स्रोत कोड बाद में यहाँ github पर पोस्ट किया जाएगा।