Unabhängiges Magazin für Wirtschaft und Bildung

17. Dezember 2018

Search form

Search form

Software gegen Fake News

Software gegen Fake News© Bilderbox.com

Ein neuer Algorithmus kann mittels Sprachanalyse nahezu 80 Prozent von Falschmeldungen erkennen und erzielt damit bessere Werte als menschlich-händische Überwachung.

Forscher der University of Michigan haben eine Software entwickelt, die Nachrichtenagenturen und Social-Media-Seiten helfen soll, das Problem von Fake News in den Griff zu bekommen. Das System mit einem speziellen Algorithmus nutzt eine speziell entwickelte Form der Sprachanalyse zur Identifikation verdächtiger Meldungen. Bei ersten Tests konnten 76 Prozent von gefakten Beiträgen korrekt gefunden werden. Im Vergleich schaffen menschliche Kontrolleure nur 70 Prozent.

Flut an Meldungen überfordert Redakteure
"Das Auffinden von Fake News kann ziemlich schwierig sein. Nachrichtenportale und Social-Media-Plattformen müssen sich hierbei vor allem auf ihre Redakteure verlassen, die aber oft mit der enormen Flut an neuen Meldungen, die über sie hereinstürzen, einfach überfordert sind", so Rada Mihalcea, Professorin für Informatik und Ingenieurwesen an der University of Michigan gegenüber TechXplore und Pressetext-Austria. Oft dauere es auch sehr lange, bis die Fakten zu einer Meldung extern verifiziert werden. "Meistens ist dann, wenn klar ist, dass eine Story gefälscht ist, der Schaden bereits angerichtet", betont die Projektleiterin. Um möglichst schnell und genau zu arbeiten, seien technische Hilfsmittel unumgänglich.

Viele unterschiedliche mediale Einsatzgebiete
"Linguistische Sprachanalyse durch speziell dafür entwickelte Algorithmen eröffnet hier ganz neue Möglichkeiten. Sie ist viel schneller und lässt sich auf die verschiedensten Arten von Nachrichtenartikeln anwenden", so Mihalcea. Damit die Software automatisch richtige von gefälschten News-Meldungen unterscheiden konnte, musste sie zunächst einem ausgiebigen Training unterzogen werden. Hierzu rekrutierten die Forscher ein Online-Team aus Redakteuren, deren Aufgabe es war, wahre Storys in Fake-News zu verwandeln. Am Ende dieses Prozesses entstand ein Datenset mit insgesamt 500 echten und falschen Beiträgen.

Zahlreiche Auswahlparameter
Die gesammelten Daten wurden anschließend vom Algorithmus mittels linguistischer Analyse ausgewertet. Dabei wurde etwa besonders auf Eigenschaften wie die grammatische Struktur, Wortwahl, Interpunktion und Komplexität geachtet. Nach dem Training mit diesen Daten wurde die Software dann auf echte Nachrichten aus dem Web losgelassen und erzielte dabei bessere Werte als menschliche Mitarbeiter. "Mit mehr Training lässt sich die Erfolgsrate sicher noch steigern", resümiert Mihalcea.

Links

PressetextAustria/red/cc, Economy Ausgabe Webartikel, 13.09.2018