Admin – Living-Lang https://livinglang.gplsi.es Tecnologías del lenguaje humano para entidades digitales vivas Wed, 09 Mar 2022 18:08:10 +0000 es hourly 1 https://wordpress.org/?v=6.1.1 https://i0.wp.com/livinglang.gplsi.es/wp-content/uploads/2020/07/cropped-Logo-Living-Lang.png?fit=32%2C32&ssl=1 Admin – Living-Lang https://livinglang.gplsi.es 32 32 171873247 Mención de LivingLang en RTVE https://livinglang.gplsi.es/mencion-de-livinglang-en-rtve/ Wed, 09 Mar 2022 18:08:07 +0000 https://livinglang.gplsi.es/?p=1965 Desde la página web de RTVE se ha realizado un artículo sobre seguridad en internet donde se hace mención a la labor del proyecto para combatir la desinformación.

Enlace al artículo: https://www.rtve.es/noticias/20220208/dia-internacional-seguridad-internet/2285180.shtml

]]> 1965 Ponencia sobre Fake News en el Fake&Business21 https://livinglang.gplsi.es/ponencia-sobre-fake-news-en-el-fakebusiness21/ Thu, 17 Jun 2021 07:25:34 +0000 https://livinglang.gplsi.es/?p=1923 Nuestros compañeros Patricio Martínez y Stela Saquete han participado en el encuentro Fake&Business 21, organizado por la Cátedra de la Marca Corporativa de la Universidad de Alicante, con la cooperación del CENID (Centro de Inteligencia Digital Provincia de Alicante) y el Diario Información.

En la cuarta sesión del encuentro, han acudido como ponentes:
Patricio Martínez (Dir. FakeFreeAdmin, CENID y Catedrático DLSI, Univ.Alicante)
Carlos Elías (Cátedra Jean Monnet “EU, disinformation and fake news”. Univ. Carlos III)
Ramón Salaverría (Director proyecto IBERIFIER. Catedrático Periodismo Univ. Navarra)
Estela Saquete (Directora proyecto LIVING-LANG, Profesora Titular DLSI, Univ. Alicante)
Fernando Olivares (Director del grupo de investigación UA_Brandscience, Univ. Alicante)

El evento estuvo presentado por:
Toni Cabot (Diario Información) y Javier García (Cátedra de la Marca Corporativa, UA)

Enlace a la ponencia en el portal de la Cátedra de la Marca Corporativa: https://catedramarcacorporativa.es/fkb21-sesion4

]]> 1923 Artículo en el diario Información sobre Living-Lang https://livinglang.gplsi.es/articulo-en-el-diario-informacion-sobre-living-lang/ Wed, 16 Jun 2021 14:42:15 +0000 https://livinglang.gplsi.es/?p=1921 El diario Información dedica una de sus páginas a Living-Lang.

Enlace al artículo: https://www.informacion.es/alicante/2021/06/10/educacion-ciencia-luchar-desinformacion-52860826.html

]]> 1921 Artículo en el portal de la Asociación de Periodistas de la Provincia de Alicante sobre Living-Lang https://livinglang.gplsi.es/articulo-en-el-portal-de-la-asociacion-de-periodistas-de-la-provincia-de-alicante-sobre-living-lang/ Wed, 16 Jun 2021 14:34:24 +0000 https://livinglang.gplsi.es/?p=1918 La Asociación de Periodistas de la Provincia de Alicante da a conocer nuestro proyecto de Living-Lang en un artículo de su web.

Enlace al artículo: https://www.periodistasalicante.es/la-universidad-de-alicante-y-la-universidad-de-jaen-desarrollan-un-sistema-inteligente-que-detecta-noticias-falsas/

]]> 1918 Dossier Next https://livinglang.gplsi.es/dossier-next/ Wed, 12 May 2021 08:12:35 +0000 https://livinglang.gplsi.es/?p=1872 ]]> 1872 Artículo en Fundación Descubre sobre Living-Lang https://livinglang.gplsi.es/articulo-sobre-living-lang/ Wed, 12 May 2021 07:55:12 +0000 https://livinglang.gplsi.es/?p=1904 La fundación descubre habla sobre nuestro proyecto en su portal web para darlo a conocer al público general.

Enlace del artículo: https://fundaciondescubre.es/noticias/desarrollan-un-sistema-inteligente-que-detecta-noticias-falsas/

]]> 1904 “Here Are the Rules: Ignore All Rules”: Automatic Contradiction Detection in Spanish https://livinglang.gplsi.es/here-are-the-rules-ignore-all-rules-automatic-contradiction-detection-in-spanish/ Wed, 28 Apr 2021 09:29:35 +0000 https://livinglang.gplsi.es/?p=1900 Este artículo aborda la detección automática de contradicciones en español en el ámbito de las noticias. Dos piezas de información se clasifican como información compatible, contradictoria o no relacionada. Para hacer frente a la tarea, se creó el conjunto de datos ES-Contradiction. Este conjunto de datos contiene un número equilibrado de cada uno de los tres tipos de información. La novedad de la investigación es la anotación detallada de los diferentes tipos de contradicciones en el conjunto de datos. Actualmente, los ejemplos de contradicciones cubren cuatro tipos diferentes de contradicciones: negación, antónimos, numérica y estructural. Sin embargo, el trabajo futuro ampliará el conjunto de datos con todos los tipos posibles de contradicciones. Para validar la efectividad del conjunto de datos se utiliza un modelo preentrenado (BETO), y luego de realizar diferentes experimentos, el sistema es capaz de detectar contradicciones con un F1m de 92.47%. En cuanto al tipo de contradicciones, los mejores resultados se obtienen con contradicción de negación (F1m = 98%), mientras que las contradicciones estructurales obtienen los resultados más bajos (F1m = 69%) debido al menor número de ejemplos estructurales, debido a la complejidad de generarlos. . Cuando se trata de un conjunto de datos más generalista como XNLI, nuestro conjunto de datos no detecta la mayoría de las contradicciones correctamente, ya que el tamaño de ambos conjuntos de datos es muy diferente y nuestro conjunto de datos solo cubre cuatro tipos de contradicciones. Sin embargo, utilizar la clasificación de las contradicciones nos lleva a concluir que existen contradicciones de alta complejidad que requerirán de un conocimiento externo para ser detectadas adecuadamente y esto evitará la necesidad de que estén previamente expuestas al sistema.

Cita bibliográfica: Sepúlveda-Torres R, Bonet-Jover A, Saquete E. “Here Are the Rules: Ignore All Rules”: Automatic Contradiction Detection in Spanish. Applied Sciences. 2021; 11(7):3060. https://doi.org/10.3390/app11073060

Autores: Sepúlveda-Torres, Robiert | Bonnet-Jover, Alba | Saquete, Estela

Enlace a publicación: https://www.mdpi.com/2076-3417/11/7/3060

]]> 1900 Interfaz Web V-0.21.02.22 https://livinglang.gplsi.es/interfaz-web-v-0-21-02-22/ Mon, 22 Feb 2021 11:44:50 +0000 https://livinglang.gplsi.es/?p=1822 Parte del equipo se encuentra actualmente perfilando y terminando de pulir la interfaz que permitirá a los usuarios comprobar la veracidad de las noticias y generar informes.

La herramienta permitirá 3 formas de entrada:

  1. Input – Esta opción nos permitirá analizar una noticia copiando su contenido y pengándolo en el formulario.
  2. URL – Esta opción nos permitirá analizar una noticia a partir de su URL. La página donde esté publicada esta noticia deberá haber sido primero incluída en la lógica del crawler, lo que significa que no cualquier URL podrá ser analizada.
  3. File – Por último, esta opción nos permitirá repetir el análisis de una noticia para poder generar un nuevo informe y poder, por ejemplo, comprobar así si su valor y porcentajes de veracidad han cambiado desde la última vez que fue analizada.

El informe generado podrá ser descargado desde la propia herramienta en un formato JSON.

La interfaz aún no está finalizada, pero ya está accesible desde la barra superior de navegación o en este enlace.

]]> 1822 DATASET https://livinglang.gplsi.es/dataset/ Thu, 21 Jan 2021 07:02:46 +0000 https://livinglang.gplsi.es/?p=1803 Actualmente, el proyecto de Living-Lang alimenta el sistema de Inteligencia Artificial con un DATASET de 228 noticias.

]]> 1803 Exploiting discourse structure of traditional digital media to enhance automatic fake news detection https://livinglang.gplsi.es/exploiting-discourse-structure-of-traditional-digital-media-to-enhance-automatic-fake-news-detection/ Fri, 20 Nov 2020 17:06:36 +0000 https://livinglang.gplsi.es/?p=1796 Este artículo presenta una arquitectura novedosa para hacer frente a la detección automática de noticias falsas. La arquitectura incide en la estructura del discurso de las noticias en los medios digitales tradicionales y se basa en dos premisas. Primero, las noticias falsas tienden a mezclar información verdadera y falsa con el propósito de confundir a los lectores. En segundo lugar, esta investigación se centra en las noticias falsas entregadas en los medios digitales tradicionales, por lo que nuestro enfoque considera la influencia de la estructura periodística de las noticias y la forma en que los periodistas tienden a introducir el contenido esencial en una noticia –utilizando respuestas 5W1H–. Considerando ambas premisas, esta propuesta trata los componentes de la noticia por separado porque algunos pueden ser verdaderos o falsos, en lugar de considerar el valor de veracidad del artículo como una unidad. Se propone una arquitectura de dos capas, capas Estructura y Veracidad. Para demostrar la validez de la propuesta, se creó un nuevo conjunto de datos y se anotó con un nuevo esquema de anotación de grano fino (FNDeepML) que considera los diferentes elementos del documento de noticias y su veracidad. Debido a la gravedad de la crisis pandémica COVID-19, la salud es el dominio elegido y el español es el idioma utilizado para validar la arquitectura, dada la falta de investigación en este idioma. Sin embargo, la propuesta se puede aplicar a cualquier otro idioma o dominio. El rendimiento de la capa de veracidad de nuestra propuesta, que tiene en cuenta la estructura tradicional del artículo de noticias y la anotación 5W1H, es capaz de ofrecer un resultado de F₁= 0,807. Esto representa una fuerte mejora en comparación con la línea de base, que utiliza todo el documento con un solo valor de veracidad, obteniendo F₁= 0,605. Estos hallazgos validan la idoneidad y eficacia de nuestro enfoque.

Cita Bibliográfica: https://doi.org/10.1016/j.eswa.2020.114340

Autores: Bonet-Jover Alba | Piad-Morffis, Alejandro | Saquete, Estela |  Martínez-Barco, Patricio | Carcía-Cumbreras, Miguel Ángel

URL: https://www.sciencedirect.com/science/article/pii/S0957417420310277

]]> 1796