Parece que una de las desventajas de nuestro mundo de noticias rápidas en Internet es que a menudo es difícil separar el contenido real del falso.Cualquier nueva historia sensacional aparentemente generará un montón de blogs, artículos y tweets con opiniones diferentes.¿No sería bueno si existiera una herramienta que realmente clasificara todo este ruido y nos ayudara a encontrar la verdad?Si bien no existe una “bola mágica” que pueda decirnos instantáneamente qué mirar, existen métodos analíticos más nuevos que pueden ser de ayuda.La exploración de texto es la capacidad de encontrar patrones en cuerpos de oraciones, comentarios y texto.¡Veamos si este método puede ayudarnos a encontrar la verdad en una nueva historia que causó gran revuelo en mi parte del mundo!
Una de las señales de la primavera en el centro de Texas es disfrutar de las flores silvestres que florecen en coloridos ramos a lo largo de nuestros campos y bordes de carreteras.De particular importancia es ver cuán abundantes son las Bluebonnets, la más hermosa de las flores silvestres que es nuestra flor oficial del estado.Como tejano leal, aparentemente tienes la obligación de llevar a tu familia cada primavera y tomarles fotografías en un parche de Bluebonnet.Sin embargo, recientemente se publicó una imagen siniestra (ver arriba) en el Página del libro de caras de Texas Hill Country y se extendió como la pólvora por Internet.¡La descripción de esta imagen advirtió sobre el descubrimiento de una serpiente de cascabel que había evolucionado tomando colores azules y escondiéndose entre los Bluebonnets!Apodada la "serpiente de cascabel de Texas Bluebonnet", esto causó pánico y generó muchas opiniones variadas en Internet, desde cómo llamar científicamente a esta nueva serpiente de cascabel hasta qué hacer si eres víctima de una mordedura de serpiente mientras tomas las próximas fotografías de Bluebonnet.
Para ver si este nuevo método puede ayudar a encontrar algo de verdad, comenzamos copiando el cuerpo completo del texto de nueve artículos aleatorios y los copiamos directamente en una columna de la tabla de datos JMP.Luego utilizamos JMP Text Explorer para encontrar las palabras y frases que aparecen con más frecuencia en todos estos artículos.Para hacer esto, el Explorador de texto primero ejecuta todo este texto a través de una biblioteca de expresiones generalizadas conocidas (a menudo llamadas Tokenización) para eliminar primero el texto inútil del análisis (por ejemplo, puntuaciones como puntos y comas, palabras que conectan como “y” o “pero”). ”).La exploración de texto también puede combinar palabras similares (a menudo llamadas derivación) (como agrupar "fallar, fallar, fallar, fallar" bajo una única palabra raíz "fallar").Esto nos deja con una lista de términos y frases como se ve a continuación que contiene 539 elementos en total (consulte a continuación una instantánea de una proporción de la lista de términos y frases)
Luego podemos editar y acortar esta lista de términos eliminando otros no deseados (lo que se denomina agregar palabras vacías) y combinando otros que lógicamente van juntos.Combinar palabras como “encontrado/descubierto” mediante la recodificación y agregar frases útiles, como “inocentes” nos ayudó a crear la nueva lista de términos y frases a continuación que contiene una cantidad reducida de 16 elementos en total.(Consulte a continuación la lista reducida de plazos y fases)
Por último, mejoraremos el análisis visualizando los resultados en un diseño gráfico llamado Nube de Palabras.Esta es una versión de un "diseño ordenado" donde los términos más grandes se enumeran primero y se les asignan tamaños de fuente más grandes.Algunos términos extensos no son una gran sorpresa, ya que esperaríamos que todos los artículos contuvieran las palabras "serpiente de cascabel, capuchón azul y fotografía". Pero al bajar la lista en nuestra nube de palabras, nos topamos con instancias más grandes de palabras que indican que esta historia podría ser falsa (ver “inocentes, falso/engaño/broma/broma” en la nube de palabras a continuación) antes de encontrarnos con palabras que indican el La historia es real (ver “real/hecho/verdadero” en la nube de palabras a continuación).
De hecho, si resaltamos las palabras/frases en el gráfico (“inocentes, falso/engaño/broma/broma” y “mito/desacreditación/te pillé”), podemos ir directamente a los artículos que contienen estos elementos de texto. .Al utilizar esta función Mostrar texto, pudimos centrar nuestra atención solo en los artículos que necesitamos ver para descubrir la verdad.
Esto nos lleva al texto de uno de los nueve artículos. https://www.hoaxorfact.com/Pranks/texas-blue-bonnet-rattlesnake-new-species-discovered-facts.html que no solo informó esto como un engaño, sino que también descubrió que la imagen era en realidad una imagen alterada digitalmente de una típica serpiente de cascabel occidental que está disponible en Wikipedia.org.Mirando una comparación de las imágenes a continuación, ahora estamos bastante seguros de que esto fue solo una buena broma del Día de los Inocentes, ¡y no deberíamos tener miedo de tomar nuestras fotografías en el parche de bluebonnet!
Como podemos ver, Text Exploration es una herramienta muy flexible y poderosa que agrega más información a nuestra comprensión de la información.¿Podría aplicarse a una aplicación más amplia, digamos al mundo de la política, donde podríamos utilizar este enfoque para clasificar las noticias falsas?Posiblemente, pero tendríamos que esperar que las palabras que conducen a la verdad se reporten con más frecuencia que aquellas que engañan o dan información falsa. Entonces, tal vez esto le dé más importancia a la necesidad de cuestionar lo que escuchamos y siempre buscar/informar la verdad real. De lo contrario, todos seremos engañados fácilmente, como advierte Steve Earl en su clásica canción “Snake Oil”:
“Damas y caballeros, atención por favor,
Acércate para que todos puedan ver,
Tengo una historia que contar
Una escucha no cuesta ni un centavo,
Y si crees que nos llevaremos bien”
