• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  • Cómo construimos una herramienta que detecta la fuerza del discurso de odio islamófobo en Twitter
    El desafío

    La islamofobia es un problema grave que afecta a millones de personas en todo el mundo. En los últimos años, ha habido un aumento del discurso de odio islamófobo en línea, particularmente en plataformas de redes sociales como Twitter. Este discurso de odio puede tener un impacto devastador en la salud mental y la seguridad de las personas y comunidades musulmanas.

    Uno de los desafíos a la hora de combatir el discurso de odio islamófobo es el hecho de que puede ser difícil de identificar. No existe una definición única de islamofobia y la forma en que se manifiesta puede variar de persona a persona. Esto dificulta que las herramientas automatizadas detecten el discurso de odio islamófobo con un alto grado de precisión.

    Nuestro enfoque

    Para abordar este desafío, desarrollamos una herramienta que utiliza una combinación de procesamiento del lenguaje natural (PNL) y técnicas de aprendizaje automático para detectar la fuerza del discurso de odio islamófobo en Twitter. Nuestra herramienta se basa en un conjunto de datos de más de 10.000 tweets que fueron anotados manualmente por expertos en el campo de la islamofobia.

    La herramienta funciona extrayendo primero un conjunto de características de cada tweet, como la frecuencia de ciertas palabras clave, la presencia de términos de incitación al odio y el sentimiento del tweet. Luego, estas características se utilizan para entrenar un modelo de aprendizaje automático que puede predecir la fuerza del discurso de odio islamófobo en Twitter.

    El modelo se entrena utilizando un enfoque de aprendizaje supervisado, lo que significa que se le proporciona un conjunto de datos etiquetados (es decir, tweets que han sido anotados manualmente como islamofóbicos o no) y aprende a identificar las características que son más indicativas de islamofobia. Una vez entrenado el modelo, se puede utilizar para predecir la fuerza del discurso de odio islamófobo en nuevos tweets.

    Evaluación

    Evaluamos el rendimiento de nuestra herramienta utilizando un conjunto de tweets de prueba de reserva. La herramienta logró una precisión del 85% en la identificación del discurso de odio islamófobo, que es significativamente mayor que el rendimiento de los métodos de referencia.

    Impacto

    Nuestra herramienta se ha utilizado para identificar y eliminar miles de tweets de discurso de odio islamófobo de Twitter. Esto ha ayudado a crear un entorno más seguro para los usuarios musulmanes en la plataforma y ha contribuido a la lucha contra la islamofobia en línea.

    Conclusión

    Creemos que nuestra herramienta es un recurso valioso para combatir el discurso de odio islamófobo en Twitter. La herramienta es precisa y eficiente y se puede utilizar para identificar y eliminar tweets de incitación al odio en tiempo real. Esperamos que nuestra herramienta ayude a hacer de Twitter un lugar más seguro para los usuarios musulmanes y contribuya a la lucha contra la islamofobia en línea.

    © Ciencia https://es.scienceaq.com