Алгоритм машинного обучения научили искать плохую еду

Проанализировав данные, команда американских разработчиков обнаружила, что не все испорченные продукты питания были отозваны из продажи. Даже если возникала волна негативных комментариев, отзыв чаще всего был добровольным решением компании-продавца. Система быстрого обнаружения могла бы вовремя поднимать тревогу и ускорять процесс изъятия испорченных продуктов из продажи.

Исследователи взяли за основу отзывы покупателей о продуктах в интернет-магазине Amazon и связали их с оценкой пищевых продуктов, которую проводило американское Управление по санитарному надзору за качеством пищевых продуктов и медикаментов (FDA) с 2012 по 2014 год. Затем они использовали метод сопоставления текста в реляционной базе данных PostGres и применили алгоритм машинного обучения, чтобы автоматически обнаруживать сообщения об опасных или некачественных продуктах питания.

Из более чем миллиона покупательских отзывов Amazon только пять тысяч содержали сообщение о плохом качестве, а поиск синонимов к терминам в более чем двадцати тысячах обзоров, связанных с отзывом продуктов в FDA, показал, что большинство из них были связаны с некачественными продуктами питания.

Ученые надеются, что разработанный алгоритм в будущем сможет заблаговременно обнаруживать плохие продукты питания и поможет их быстрее отзывать.

Источник: Detecting reports of unsafe foods in consumer product reviews