Billede: clickotron.com

Udvikleren Lars Eidnes har bygget et RNN (Recurrent Neural Network). Eidnes udviklede derpå algoritmer, der vælger ord ud fra en given logik, og "trænede" derefter systemet ved at bruge ca. 2 millioner overskrifter, der var site scraped fra Buzzfeed, Gawker, Jezebel, Huffington Post og Upworthy.

Eidnes bemærker at:

it's not clear that clickbait needs to have any relation to the real world in order to be successful.

Som bevis citerer han en overskrift fra Buzzfeed: "22 faces that everyone who has pooped will immediately recognize".

Et NVidia Geforce GTX-980 grafikkort blev brugt til at gennemgå og behandle resultaterne ad flere omgange, og de resulterende nye "originale" overskrifter blev overraskende gode og giver endda mening.

Eidnes har lavet websitet clickotron.com som proof of concept.

Redaktør: jakobdam   |   Indsendt af: thimon   |   4   |   2082