Forskare utvecklar metod för att upptäcka falska nyheter

by Magnus Enderstein - 15/02/2021 - 16:18

Forskare vid universiteten i Göttingen och Frankfurt och Jožef Stefan-institutet i Ljubljana har utvecklat ett tillvägagångssätt som kan känna igen falska nyheter, även när nyhetsinnehållet anpassas.

Resultaten av studien publicerades i Journal of the Association for Information Systems.

Det nya tillvägagångssättet kan användas till exempel vid marknadsövervakning för att tillfälligt avbryta handeln med aktier.

För att upptäcka falsk information använde forskarna maskininlärningsmetoder och skapade klassificeringsmodeller som kan användas för att identifiera misstänkta meddelanden baserat på innehållet och på vissa språkliga egenskaper.

Detta tillvägagångssättet är i princip redan känt från användning av i exempel skräppostfilter.

Det vanligaste problemet med de nuvarande metoderna är dock att bedragarna för att undvika att bli igenkända kontinuerligt anpassar innehållet och undviker vissa ord som används för att identifiera falska nyheter.

Det är här forskarnas nya tillvägagångssätt kommer in: för att identifiera falska nyheter trots sådana strategier för att undvika upptäckt kombinerar de modeller som nyligen utvecklats av forskarna.

Så även om "misstänkta" ord tas bort från texten, känns de falska nyheterna fortfarande igen på dess språkliga särdrag.

"Detta sätter bedragare i ett dilemma. De kan bara undvika upptäckt om de till exempel förändrar stämningen i texten så att den är negativ men då skulle de missa sitt mål att få investerare att köpa vissa aktier." förklarar Dr Michael Siering.

Lösningen kan även ge investerare värdefull information för att undvika att falla för bedrägerier. Det är också möjligt att det skulle kunna användas för straffrättsliga åtal i framtiden.

 

 

Design Principles for Robust Fraud Detection: The Case of Stock Market Manipulations

 

 

written by

DPLOJ