Gadgetshowto
Onderzoekers hebben een op algoritmen gebaseerde geautomatiseerde oplossing aangetoond die vergelijkbaar is met en soms beter is dan mensen in het correct identificeren van nepnieuwsverhalen. Het systeem dat veelbetekenende taalkundige aanwijzingen in nepnieuwsverhalen identificeert, zou nieuwsaggregator en sociale-mediasites zoals Google News een nieuw wapen kunnen bieden in de strijd tegen verkeerde informatie.
Een geautomatiseerde oplossing zou een belangrijk hulpmiddel kunnen zijn voor sites die worstelen met een aanval van nepnieuwsverhalen, vaak gemaakt om klikken te genereren of om de publieke opinie te manipuleren, zei Rada Mihalcea, de professor aan de Universiteit van Michigan achter het project, in een verklaring..
Het nieuwe systeem vond in 76 procent van de gevallen met succes vervalsingen, vergeleken met een menselijk succespercentage van 70 procent, volgens de studie die op 24 augustus zal worden gepresenteerd op de International Conference on Computational Linguistics in Santa Fe, New Mexico..
De onderzoekers zijn van mening dat hun benadering van taalkundige analyse ook kan worden gebruikt om nepnieuwsartikelen te identificeren die te nieuw zijn om te worden ontkracht door hun feiten te vergelijken met andere verhalen. De linguïstische analysebenadering analyseert kwantificeerbare attributen zoals grammaticale structuur, woordkeuze, interpunctie en complexiteit.
Voor het onderzoek creëerde het team van Mihalcea zijn eigen gegevens door een online team te crowdsourcen dat geverifieerde echte nieuwsverhalen reverse-engineered tot vervalsingen. Dit is hoe het meeste feitelijke nepnieuws wordt gecreëerd, zei Mihalcea, door individuen die ze snel schrijven in ruil voor een geldelijke beloning..
Deelnemers aan de studie werden betaald om korte, actuele nieuwsverhalen om te zetten in vergelijkbare maar nepnieuwsitems, die de journalistieke stijl van de artikelen nabootsten. Aan het einde van het proces beschikte het onderzoeksteam over een dataset van 500 echte en nepnieuwsverhalen. Vervolgens voerden ze deze gelabelde verhalenparen naar een algoritme dat een taalkundige analyse uitvoerde en zichzelf onderscheidt tussen echt en nepnieuws..
Ten slotte veranderde het team de algoritmen in een dataset van echt en nepnieuws die rechtstreeks van internet werd gehaald, wat het succespercentage van 76 procent opleverde. De details van het nieuwe systeem en de dataset die het team heeft gebruikt om het te bouwen, kunnen door nieuwssites of andere entiteiten worden gebruikt om hun eigen nepnieuws-detectiesystemen te bouwen, zei Mihalcea.
