Développement d’un système intelligent de détection des fausses nouvelles

Développement d'un système intelligent de détection des fausses nouvelles

Le système analyse la structure de l’actualité publiée en tenant compte des standards journalistiques traditionnels: la règle 5W + H et la pyramide inversée. Crédits: Fundación Descubre

Une équipe de recherche des universités de Jaén et d’Alicante a créé une application qui analyse automatiquement les actualités et détermine leur véracité avec un haut degré de précision. Bien que le modèle soit encore en phase de test, il est proposé comme un outil utile pour filtrer la grande quantité d’informations qui parviennent chaque jour aux journalistes et aux lecteurs privés.

Pour identifier les fausses nouvelles, les scientifiques ont développé des modèles d’inférence de crédibilité et de fausses informations basés sur l’apprentissage par machine. Ces techniques d’intelligence artificielle permettent au système d’analyser l’actualité à deux niveaux pour détecter s’il y a des incohérences dans le contenu et si la structure correspond à ce que toute publication avec une rigueur journalistique devrait posséder.

Dans le journal Systèmes experts avec applications, les chercheurs ont publié un article intitulé «Exploiter la structure du discours des médias numériques traditionnels pour améliorer la détection automatique des fausses nouvelles» dans lequel ils présentent le prototype d’un détecteur de «fausses nouvelles» pour les sites Web. Cet outil vise à offrir une plus grande confiance au lecteur et fournir aux journalistes de nouveaux outils leur permettant de distinguer les différentes informations.

Le système analyse la structure de l’actualité publiée en tenant compte des standards journalistiques traditionnels: la règle 5W + H et la pyramide inversée. Ces références sont basées sur le fait qu’un reportage rigoureux doit contenir des informations qui répondent aux six questions de base (quoi, quand, où, qui, pourquoi et comment) et doit être présenté par ordre de priorité décroissante de ce qui est le plus important aux détails les plus fins. . « La structure d’une publication donne des indices quant à savoir si elle a une base journalistique ou si elle simule au contraire un véritable reportage », a déclaré à la Fundación Descubre, Miguel Ángel García, chercheur à l’Université de Jaén et l’un des auteurs de la article.

À partir de l’analyse du langage naturel, les experts développent un algorithme qui détecte les informations qui ne correspondent pas à cette structure. Ces calculs sont basés sur des techniques connues sous le nom d’apprentissage automatique, dans lesquelles le système «apprend» en accumulant de plus en plus de données.

De plus, la machine est capable de traiter des milliers de données simultanément en quelques secondes, ce qu’une personne ne pourrait pas faire. « Ainsi, les journalistes peuvent comparer et mettre en contraste les sources, détecter des structures incorrectes, des contenus viraux ou des incohérences entre le titre et le corps de l’actualité immédiatement et automatiquement. », ajoute Estela Saquete, chercheuse à l’Université d’Alicante et autre auteur de l’article.

À partir de l’analyse du langage naturel, les experts développent un algorithme qui détecte les informations qui ne correspondent pas à cette structure. Ces calculs sont basés sur des techniques connues sous le nom d’apprentissage automatique, dans lesquelles le système «apprend» en accumulant de plus en plus de données.

De plus, la machine est capable de traiter des milliers de données simultanément en quelques secondes, ce qu’une personne ne pourrait pas faire. « Ainsi, les journalistes peuvent comparer et mettre en contraste les sources, détecter des structures incorrectes, des contenus viraux ou des incohérences entre le titre et le corps de l’actualité immédiatement et automatiquement. », ajoute Estela Saquete, chercheuse à l’Université d’Alicante et autre auteur de l’article.


Les chercheurs collaborent sur une méthode pour expliquer les «  fausses nouvelles  » aux utilisateurs


Plus d’information:
Alba Bonet-Jover et coll. Exploiter la structure du discours des médias numériques traditionnels pour améliorer la détection automatique des fausses nouvelles, Systèmes experts avec applications (2020). DOI: 10.1016 / j.eswa.2020.114340

Fourni par Fundación Descubre

Citation: Développement d’un système intelligent pour la détection des fausses nouvelles (2021, 11 mai) récupéré le 11 mai 2021 sur https://techxplore.com/news/2021-05-smart-fake-news.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.