این دانشجو که Eden Saig نام دارد، یک سیستم یادگیری ماشینی ابداع کرده که می‌تواند احساسات را در تعاملات الکترونیکی به درستی شناسایی و تشخیص دهد. وی در پایان‌نامه خود از قابلیت این سیستم این‌گونه یاد می‌کند: «طبقه‌بندی احساسات نوشته‌ها در شبکه‌های اجتماعی». بخش مهم این سیستم تجزیه‌وتحلیل گروه‌های شوخ فیس‌بوک است.
وی این الگوریتم یادگیری ماشینی را برای بیش از پنج هزار پست در صفحه‌های گروه‌های شوخ فیس‌بوکی به زبان یهودی به کار گرفت. این صفحه‌ها پایگاه داده خوبی برای جمع‌آوری داده‌های همگنی محسوب می‌شود که می‌توانند به فرآیند آموزش یک سیستم یادگیری کامپیوتری کمک کنند تا الفاظ مغرورانه و غلوآمیز یا کلمات عامیانه و نوشته‌های موجود در نوشته‌ها را شناسایی کند.
دقت شناسایی احساسات این سیستم از طریق ادغام جستجوهای کلمات اصلی، تجزیه‌وتحلیل‌های ساختارهای گرامری و تعدادی از لایک‌های یک پست بهبود داده شد.
وی می‌گوید: «حالا این سیستم می‌تواند الگوهایی را که یا خودپسندانه یا احساسات بامحبت هستند، شناسایی کند و حتی اگر سیستم فکر کند پست موردنظر متکبرانه است، می‌تواند یک پیام متنی به کاربر بفرستد».
وی معتقد است چنین سیستم یادگیری ماشینی یک ابزار مفید برای کمک به پلیس است. پلیس با استفاده از این سیستم می‌تواند پست‌هایی که در شبکه‌های اجتماعی در مورد برنامه‌ریزی حملات تروریستی شوخی می‌کنند، نادیده بگیرد و منابع خود را برای هشدارهای اشتباه به کار نگیرد.
همچنین این دانشجو فکر می‌کند از این سیستم می‌توان برای پیشگیری از افسردگی، خودکشی و قلدر بازی در فضای مجازی استفاده کرد. یک سیستم یادگیری ماشینی می‌تواند به تشخیص جوک‌ها از تهدیدهای واقعی یا درخواست‌های کمک، کمک کند.
وی افزود: «من امیدوارم در نهایت مکانیسمی ایجاد کنم که بتواند به نویسنده نشان دهد چگونه کلماتی که می‌نویسد توسط خوانندگان تفسیر می‌شود. در نتیجه به افراد کمک کنم خود را بهتر توصیف کنند و از بروز سوءتفاهم‌ها جلوگیری شود».
