Den falske nyhedsdetektor

En historie på Reddit spørger, "Anerkendte palæstinenserne Texas som en del af Mexico?" Historiens oprindelse kan være tvivlsom, men det forhindrer ikke "fake news"-historien i at samle 1,5 millioner likes på tværs af flere platforme på kun fire dage. Fake news dilemmaet går århundreder tilbage, ifølge Politico, men teknologiens fremskridt og fremkomsten af ​​sociale medier, det er nu på sit zenit.

Problemet med falske nyheder fascinerer Shivam Parikh, en doktorand ved UAlbany's College of Engineering and Applied Sciences. Parikh, arbejder sammen med lektor i datalogi Pradeep Atrey, for nylig præsenteret om emnet på IEEE 1st International Conference on Multimedia Information Processing and Retrieval. Deres papir, "Medierig Fake News Detection:A Survey, "ser på de udfordringer, der er forbundet med at opdage falske nyheder, eksisterende detektionsmetoder, der er stærkt baseret på tekstbaseret analyse, og populære falske nyhedsdatasæt.

Falske nyheder kan være ethvert indhold, der ikke er sandfærdigt og er genereret for at overbevise sine læsere om at tro på noget, der ikke er sandt, sagde Parikh, der arbejder som systemudvikleranalytiker for ITS hos UAlbany.

Udfordringen til opdagelse af falske nyheder kommer med demokratisering af nyhedskilder, og hvor let moderne teknologi gør det at dele nyhedsartikler i de sociale mediers tidsalder.

Parikh og Atrey satte sig for at tage fat på flere kritiske dele af 'falske nyheder'-puslespillet med deres papir:

• De forskellige platforme, der kan bruges til at formidle indhold effektivt og bredt;
• Typerne af data nyhedsartikler kan indeholde, og indvirkningen af ​​hver type data på læsere;
• De forskellige typer af falske nyhedskategorier;
• Eksisterende metoder til registrering af falske nyheder; og
• Aktuelle datasæt, der er tilgængelige til afsløring af falske nyheder.

Forskerne afslutter med at fremhæve åbne forskningsudfordringer inden for detektion af falske nyheder.

I 2017 to tredjedele af amerikanske voksne får nyheder fra sociale medier, et spring på 5 procent i forhold til 2016, ifølge Reuters. Ikke overraskende, dette repræsenterer en velsignelse og en forbandelse for folk som Facebook og Twitter:Statistikken repræsenterer platformenes popularitet såvel som deres rolle som de primære kilder til spredning af falske nyheder.

Men mens de sociale mediegiganter kæmper med misbrug af deres platforme, de bliver også konfronteret med den skræmmende karakter af deres opgave. Falske nyheder kan antage mange former, inklusive photoshoppede billeder, falsk brugergenereret indhold eller forfalskede konti, netværksbaseret indhold designet til at appellere til en bestemt organisation eller gruppe, såvel som vidensbaserede historier, der indeholder en videnskabelig eller rimelig forklaring på uløste problemer, resulterer ofte i spredning af falske oplysninger.

Men selvom opgaven med at opdage falske nyheder kan lyde skræmmende, der er flere lovende metoder til forskernes rådighed. Parikh og Atrey præsenterer en kategorisering af disse tilgange, deres nøglekarakteristika og derefter analysere deres respektive fordele og begrænsninger.

Disse metoder omfatter tilgange, der analyserer sproglige træk ved historier for at udtrække nøglemønstre i falske nyheder, eller bedragerimodellering, som er processen med at gruppere vildledende versus sandfærdige historier. Andre tilgange omfatter udvikling af forudsigelsesmodeller, der kan tildele positive eller negative koefficienter, som kan øge eller formindske sandsynligheden for en historiens sandhed; eller indholdssignalanalyse, som er baseret på ideologien om, hvad journalister kan lide at skrive til brugerne, og hvad brugerne kan lide at læse.

Heldigvis, forskere har rigelig adgang til arkiver af "falske nyheder"-artikler i form af offentligt tilgængelige datasæt, såsom BuzzFeedNews eller LIAR. Men mens hvert af datasættene giver rig mulighed for at studere sproglige detektionsmodeller, ingen har en metode til at analysere billeder, for eksempel.

"Visuel præsentation spiller en stor rolle i, at folk tror på falske nyhedsindhold. Dette kræver verifikation af ikke kun sprog, men billeder, lyd, indlejret indhold, såsom indlejret video, tweet, Facebook opslag og hyperlinks, " sagde Parikh.

Parikh går også ind for en detektionsmetode, der kan verificere kilden til nyhedshistorien, og overvej kildens troværdighed eller gyldighed, når den er fastslået. En forfatterens troværdighedstjek kan tjene en lignende funktion, hvor et system kan bruges til at opdage kæder af falske nyheder skrevet af den samme forfatter eller samme gruppe af forfattere.

Parikh ved, at han kun har ridset overfladen på emnet. Stadig, han er fast besluttet på at udforske spørgsmålet, mens han forfølger sin doktorgrad ved UAlbany.