Software para la detección de textos engañosos y opiniones fake en redes sociales.

El análisis de opiniones expresadas en las redes sociales juega un papel importante en las decisiones de las compañías. Sin embargo, parece haber un incremento en la cantidad de noticias falsas que se emiten, quizás con el objetivo económico de favorecer a determinada compañía, o perjudicar a otra. Así mismo, a nivel social el impacto de las noticias falsas es creciente. Recientes estudios indican que las noticias falsas, los bulos y las mentiras viajan más rápidas que la verdad, sobre todo en medios sociales como Twitter o plataformas de difusión como Youtube. El estudio, publicado por el Instituto Tecnológico de Massachussets (MIT, por sus siglas en inglés) en la revista Science, demuestra empíricamente que las noticias falsas tienen un 70 por ciento más de probabilidad de ser retuiteadas que las historias reales, y que se necesita sumar el alcance medio de seis historias reales para igualar al de una noticia falsa. De manera similar, se observa que las noticias falsas utilizan titulares más sensacionalistas, con el objeto de captar la atención de los usuarios, y usan un lenguaje más agresivo, incluso llegando a mensajes de odio, lanzan mensajes contradictorios, parciales y/o descontextualizados. Estas últimas características sugieren que el uso del lenguaje puede ayudar a determinar de manera automática si un texto es susceptible de ser falso o engañoso, bien sea una opinión, bien sea una noticia. El problema a la hora de tratar de aproximar estos problemas de manera automática es la carencia de suficientes textos etiquetados como"engañosos" o "ciertos", especialmente si se desea aproximar el problema con arquitecturas de aprendizaje profundo. El software desarrollado se muestra competitivo para la identificación de textos engañosos (tasa de acierto sobre el 80%) y obtiene prestaciones similares a muchos sistemas del estado del arte pero con un rendimiento óptimo para aplicarlo en entorno big data.

Más información: