Sembra che uno degli svantaggi nel nostro mondo di notizie veloci su Internet sia che spesso è difficile separare il contenuto reale da quello falso.Qualsiasi nuova storia sensazionale genererà apparentemente un sacco di blog, articoli e tweet con opinioni divergenti.Non sarebbe bello se esistesse uno strumento in grado di risolvere tutto questo rumore e aiutarci a trovare la verità?Sebbene non esista alcuna “palla magica otto” che possa dirci immediatamente cosa guardare, ci sono metodi analitici più recenti che potrebbero essere di aiuto.L'esplorazione del testo è la capacità di trovare modelli nel corpo di frasi, commenti e testo.Vediamo se questo metodo può aiutarci a trovare la verità su una nuova storia che ha suscitato molto scalpore dalle mie parti!
Uno dei segni della primavera nel Texas centrale è godersi i fiori di campo che sbocciano in mazzi colorati lungo i nostri campi e i bordi delle strade.Di particolare importanza è vedere quanto siano abbondanti i Bluebonnets, il più bello dei fiori di campo che è il nostro fiore ufficiale di stato.Come fedele texano sei apparentemente obbligato dall'onore ogni primavera a trascinare fuori la tua famiglia e fotografarli in una toppa Bluebonnet.Tuttavia, recentemente è stata pubblicata una foto inquietante (vedi sopra). Pagina del libro Texas Hill Country Face e si diffuse a macchia d'olio su Internet.La descrizione di questa immagine avvisava della scoperta di un serpente a sonagli che si era evoluto assumendo i colori blu e nascondendosi nei Bluebonnets!Soprannominato il "serpente a sonagli Bluebonnet del Texas", questo ha causato il panico e ha generato molte opinioni diverse su Internet, dal nome scientifico per chiamare questo nuovo serpente a sonagli fino a cosa fare se si cade vittima di un morso di serpente mentre si scattano le prossime foto di Bluebonnet!
Per vedere se questo nuovo metodo può aiutare a trovare un po' di verità, abbiamo iniziato copiando l'intero corpo del testo da nove articoli casuali e copiandoli direttamente in una colonna datatable di JMP.Quindi abbiamo utilizzato JMP Text Explorer per trovare le parole e le frasi che ricorrono più spesso in tutti questi articoli.Per fare ciò, Esplora testo esegue innanzitutto tutto questo testo attraverso una libreria di espressioni generalizzate note (spesso chiamata Tokenizzazione) per rimuovere prima il testo non utile dall'analisi (es: segni di punteggiatura come punto e virgole, parole di collegamento come "e" o "ma ").L'esplorazione del testo può anche combinare parole simili (spesso chiamate Stemming) (ad esempio raggruppando "fail, fallisce, fallito, fallito" sotto l'unica parola radice "fail").Questo ci lascia con un elenco di termini e frasi come mostrato di seguito che contiene 539 elementi totali (vedi sotto per un'istantanea di una parte dell'elenco di termini e frasi)
Quindi possiamo modificare e abbreviare questo elenco di termini rimuovendo ulteriori termini indesiderati (detta aggiunta di stop word) e combinandone altri che logicamente appartengono insieme.La combinazione di parole come "trovato/scoperto" tramite la ricodifica e l'aggiunta di frasi utili, come "pesce d'aprile" ci ha aiutato a creare il nuovo elenco di termini e frasi riportato di seguito che contiene un numero ridotto di 16 elementi totali.(Vedi sotto per la durata ridotta e l'elenco delle fasi)
Infine, miglioreremo l'analisi visualizzando i risultati in un layout grafico chiamato Word Cloud.Questa è una versione di un "layout ordinato" in cui i termini più grandi sono elencati per primi e hanno caratteri di dimensioni maggiori.Alcuni termini di grandi dimensioni non sono una sorpresa, poiché ci aspetteremmo che tutti gli articoli contengano le parole “serpente a sonagli, bluebonnet e foto”. Ma scendendo l'elenco nel nostro Word Cloud, ci imbattiamo in esempi più grandi di parole che indicano che questa storia potrebbe essere falsa (vedi "pesce d'aprile, falso/bufala/scherzo/scherzo" nella nuvola di parole qui sotto) prima di imbatterci in parole che indicano il la storia è reale (vedi “reale/fatto/vero” nella nuvola di parole qui sotto).
Infatti, se evidenziamo le parole/frasi presenti nell'immagine (“pesce d'aprile, falso/bufala/scherzo/scherzo”, e “mito/smascherare/gotcha”), potremo poi andare direttamente agli articoli che contengono questi elementi testuali .Utilizzando questa funzione Mostra testo, siamo stati in grado di concentrare la nostra attenzione solo sugli articoli che dobbiamo vedere per scoprire la verità.
Questo ci porta al testo di uno dei nove articoli https://www.hoaxorfact.com/Pranks/texas-blue-bonnet-rattlesnake-new-species-discovered-facts.html che non solo ha segnalato questo come una bufala, ma ha anche scoperto che l'immagine era in realtà un'immagine modificata digitalmente di un tipico serpente a sonagli Diamondback occidentale disponibile su Wikipedia.org.Guardando il confronto delle immagini qui sotto, ora siamo abbastanza sicuri che si trattasse solo di un bel pesce d'aprile, e dovremmo avere paura di scattare le nostre foto nella toppa bluebonnet!
Come possiamo vedere, l'esplorazione del testo è uno strumento molto flessibile e potente che aggiunge più informazioni alla nostra comprensione delle informazioni!Potrebbe essere applicato a un ambito più ampio, ad esempio al mondo della politica, dove potremmo essere in grado di utilizzare questo approccio per selezionare le notizie false?Forse, ma bisognerebbe sperare che le parole che portano alla verità siano riportate con più frequenza rispetto a quelle che traggono in inganno o danno informazioni false. Quindi forse questo dà più importanza alla necessità di sfidare ciò che sentiamo e di cercare/riportare sempre la vera verità. Altrimenti saremo tutti facilmente fuorviati, come avverte Steve Earl nella sua classica canzone “Snake Oil”:
“Signore e signori, attenzione, per favore,
Avvicinati così che tutti possano vedere,
Ho una storia da raccontare,
Un ascolto non costa un centesimo,
E se credi che andremo d'accordo"
