Il semble que l’un des inconvénients de notre monde d’informations rapides sur Internet est qu’il est souvent difficile de séparer le contenu réel du faux.Toute nouvelle histoire sensationnelle générera apparemment une tonne de blogs, d’articles et de tweets avec des opinions divergentes.Ne serait-il pas bien s'il existait un outil qui fait le tri dans tout ce bruit et nous aide à trouver la vérité ?Bien qu’il n’existe pas de « boule magique » capable de nous dire instantanément quoi regarder, il existe de nouvelles méthodes d’analyse qui peuvent être utiles.L'exploration de texte est la capacité de trouver des modèles dans le corps des phrases, des commentaires et du texte.Voyons si cette méthode peut nous aider à découvrir la vérité dans une nouvelle histoire qui a fait beaucoup de bruit dans ma région !
L’un des signes du printemps dans le centre du Texas est de profiter des fleurs sauvages qui fleurissent en grappes colorées le long de nos champs et au bord des routes.Il est particulièrement important de constater à quel point les Bluebonnets sont abondants, la plus belle des fleurs sauvages qui est notre fleur officielle de l'État.En tant que fidèle Texan, vous êtes apparemment tenu par l'honneur chaque printemps de traîner votre famille et de la prendre en photo dans un patch Bluebonnet.Cependant, récemment, une image inquiétante (voir ci-dessus) a été publiée sur le Page Facebook du Texas Hill Country et se propage comme une traînée de poudre sur Internet.La description de cette photo mettait en garde contre la découverte d'un serpent à sonnette qui avait évolué en prenant des couleurs bleues et en se cachant dans les Bluebonnets !Surnommé le « Texas Bluebonnet Rattlesnake », cela a provoqué la panique et généré de nombreuses opinions variées sur Internet allant du nom scientifique à donner à ce nouveau serpent à sonnettes jusqu'à ce qu'il faut faire si vous étiez victime d'une morsure de serpent en prenant vos prochaines photos de Bluebonnet !
Pour voir si cette nouvelle méthode peut aider à trouver une part de vérité, nous avons commencé par copier le corps complet du texte de neuf articles aléatoires et les avons copiés directement dans une colonne datable JMP.Nous avons ensuite utilisé JMP Text Explorer pour rechercher les mots et expressions qui apparaissent le plus souvent dans tous ces articles.Pour ce faire, l'Explorateur de texte exécute d'abord tout ce texte à travers une bibliothèque d'expressions généralisées connues (souvent appelées Tokenizing) pour d'abord supprimer le texte inutile de l'analyse (Ex : les ponctuations telles que le point et les virgules, les mots de connexion comme "et" ou "mais »).L'exploration de texte peut également combiner des mots similaires (souvent appelés Stemming) (par exemple en regroupant « échec, échec, échec, échec » sous la racine du mot « échec »).Cela nous laisse avec une liste de termes et d'expressions comme indiqué ci-dessous qui contient 539 éléments au total (voir ci-dessous pour un aperçu d'une proportion de la liste de termes et d'expressions)
Ensuite, nous pouvons modifier et raccourcir cette liste de termes en supprimant les termes indésirables (appelés ajout de mots vides) et en combinant d'autres qui vont logiquement ensemble.La combinaison de mots tels que « trouvé/découvert » via le recodage et l'ajout d'expressions utiles, telles que « poisson d'avril », nous ont aidé à créer la nouvelle liste de termes et d'expressions ci-dessous qui contient un nombre réduit de 16 éléments au total.(Voir ci-dessous pour la liste réduite des durées et des phases)
Enfin, nous améliorerons l'analyse en visualisant les résultats dans une présentation graphique appelée Word Cloud.Il s'agit d'une version de « mise en page ordonnée » dans laquelle les termes les plus grands sont répertoriés en premier et dotés de polices de plus grande taille.Certains termes larges ne sont pas vraiment surprenants, car nous nous attendrions à ce que tous les articles contiennent les mots « serpent à sonnette, bonnet bleu et photo ». Mais en parcourant la liste dans notre nuage de mots, nous rencontrons des instances de mots plus grandes indiquant que cette histoire pourrait être fausse (voir « poisson d'avril, faux/canular/blague/farce » dans le nuage de mots ci-dessous) avant de tomber sur des mots indiquant le l’histoire est réelle (voir « réel/fait/vrai » dans le nuage de mots ci-dessous).
En fait, si l'on met en évidence les mots/phrases dans le graphique (« poisson d'avril, faux/canular/blague/farce », et « mythe/démystification/je t'ai eu »), nous pouvons alors accéder directement aux articles qui contiennent ces éléments de texte. .Grâce à cette fonctionnalité Afficher le texte, nous avons pu concentrer notre attention uniquement sur les articles que nous devons consulter pour découvrir la vérité.
Cela nous amène au texte de l'un des neuf articles https://www.hoaxorfact.com/Pranks/texas-blue-bonnet-rattlesnake-new-species-discovered-facts.html qui a non seulement signalé cela comme un canular, mais a également découvert que l'image était en fait une image modifiée numériquement d'un serpent à sonnettes Diamondback occidental typique, disponible sur Wikipedia.org.En comparant les photos ci-dessous, nous sommes maintenant presque sûrs qu'il ne s'agissait que d'un bon poisson d'avril, et nous ne devrions pas avoir peur de prendre nos photos dans le patch Bluebonnet !
Comme nous pouvons le voir, l'exploration de texte est un outil très flexible et puissant qui ajoute plus d'informations à notre compréhension de l'information !Pourrait-il être appliqué à une application plus large, par exemple au monde politique, où nous pourrions être en mesure d’utiliser cette approche pour trier les fausses nouvelles ?Peut-être, mais il faudrait espérer que les propos qui conduisent à la vérité soient rapportés plus fréquemment que ceux qui induisent en erreur ou donnent de fausses informations. Alors peut-être que cela donne plus d’importance à la nécessité de remettre en question ce que nous entendons et de toujours rechercher/rapporter la vraie vérité. Sinon, nous serons tous facilement induits en erreur, comme le prévient Steve Earl dans sa chanson classique « Snake Oil » :
« Mesdames et messieurs, attention s'il vous plaît,
Approchez-vous pour que tout le monde puisse voir,
J'ai une histoire à raconter,
Une écoute ne coûte pas un centime,
Et si tu crois que nous allons très bien nous entendre"
