Beatriz Botella – SIIA

FakeFree

Beatriz Botella — Wed, 18 Mar 2020 11:18:08 +0000

FakeFree es una aplicación que permite comprobar las noticias falsas en la web. Uno de los objetivos en nuestro proyecto de investigación es la identificación de las noticias falsas que se encuentran en Internet. Nuestra investigación se basa en el creciente número de noticias que encontramos día a día que no se corresponden con la realidad, por ello, hemos trabajado en una herramienta de consulta accesible a cualquier usuario para que pueda comprobar la veracidad de una noticia.

Link:

http://fakefree.demos.gplsi.es/

eHealth-KD 2020

Beatriz Botella — Fri, 21 Feb 2020 10:04:01 +0000

eHealth-KD challenge, como parte del IberLEF 2020, propone en su tercera edición modelar el lenguaje humano en un escenario en el que los documentos electrónicos de salud españoles puedan ser legibles por una máquina desde un punto de vista semántico. Con esta tarea se espera fomentar el desarrollo de tecnologías de software para extraer automáticamente una gran variedad de conocimientos de los documentos de eSalud escritos en el idioma español. Esto implica dos subtareas:

A. Reconocimiento de entidades
B. Extracción de la relación

Novedades: Esta edición incluirá un escenario adicional en el que se evaluará un dominio alternativo (no relacionado con la salud), para experimentar con técnicas de aprendizaje de transferencia.

https://www.linkedin.com/pulse/ready-ehealth-kd-2020-ehealth-knowledge-discovery-guti%C3%A9rrez-v%C3%A1zquez/

7th Business Systems Laboratory International Symposium

Beatriz Botella — Tue, 04 Feb 2020 09:42:58 +0000

Nuestros compañeros Alejandro Piad, Tania J. Martin y Paula Núñez participaron en el 7th Business Systems Laboratory International Symposium, ” SOCIO-ECONOMIC ECOSYSTEMS: CHALLENGES FOR SUSTAINABLE DEVELOPMENT IN THE DIGITAL ERA”.

Alejandro Piad con su presentación ” Analyzing the Intrinsic Bias in Job Postings” habló de la utilización de herramientas de PLN para el análisis de sesgos de género en el lenguaje utilizado en ofertas de empleo online.
https://drive.google.com/open?id=1lcKIPRWq5vp6VN3JEKXlogwBVI7NvxJs

Tania J. Martin, presentó el trabajo realizado conjuntamente con Robiert Sepúlveda y Yoan Gutiérrez, “Exploring the impact of Fake News among university students”, su trabajo consiste en un estudio del comportamiento ante las Fake News aplicado a una muestra de estudiantes universitarios.
https://drive.google.com/open?id=1FIj88-0khI1Qra0zj8-GkMOYgPR54m98

Paula Núñez presentando “NLP technologies for analyzing user
generated Twitter data to identify the
reputation of universities in the
Valencian Community, Spain”. Identificación de la reputación de las universidades en la comunidad valenciana a través de las herramientas de PLN .
https://drive.google.com/open?id=1hxGkXZC0in_v7x0N0AzHrVC2MLalufJ2

“I Congreso Internacional ICT 2020”

Beatriz Botella — Wed, 29 Jan 2020 11:49:01 +0000

Beatriz Botella, componente del proyecto SIIA, asistió al I Congreso Internacional ICT 2020 celebrado en la Universidad de Loyola en Dos Hermanas, Sevilla.

En este congreso presentó su trabajo de investigación “ICT & Cyberbullying. Future challenges”, donde se recogen cuales son los elementos que envuelven al ciberbullying y que planes de futuro encontramos ante este creciente y grave problemas entre menores a través de las tecnologías de la comunicación y la información.

Team GPLSI. Approach for automated fact checking

Beatriz Botella — Wed, 13 Nov 2019 10:26:54 +0000

Fever Shared 2.0 Task is a challenge meant for developing automated fact checking systems. Our approach for the Fever 2.0 is based on a previous proposal developed by Team Athene UKP TU Darmstadt. Our proposal modifies the sentence retrieval phase, using statement extraction and representation in the form of triplets (subject, object, action). Triplets are extracted from the claim and compare to triplets extracted from Wikipedia articles using semantic similarity. Our results are satisfactory but there is room for improvement

Congreso: Conference on Empirical Methods in Natural Language Processing (and forerunners) (EMNLP) 2019

Autores: Aimée Alonso-Reina, Robiert Sepúlveda-Torres, Estela Saquete , Manuel Palomar

URL: https://www.aclweb.org/anthology/D19-6617.pdf

Indicador de reputación online de destinos

Beatriz Botella — Fri, 08 Nov 2019 10:52:46 +0000

El Instituto Valenciano de Tecnologías Turísticas INVAT·TUR, realiza una monitorización de determinados destinos en la red social Twitter a través de nuestra herramienta Social Analytics.

Puedes ver la noticia aquí

Monitorización campaña 10N

Beatriz Botella — Fri, 01 Nov 2019 11:08:19 +0000

Con nuestra plataforma Social Analytics estamos realizando un seguimiento a través de la actividad en Twitter sobre la campaña de las elecciones generales del 10 de Noviembre al Gobierno de España

Para ver el seguimiento haz click aquí

2da Jornada TLHs para una Sociedad Inclusiva, Igualitaria y Accesible

Beatriz Botella — Thu, 17 Oct 2019 12:09:39 +0000

El próximo 24 de Octubre el Grupo de Procesamiento de Lenguaje y Sistemas Informáticos (GPLSI) de la Universidad de Alicante realizará la segunda jornada “TLHs para una sociedad Inclusiva, Igualitaria y Accesible (SIIA)”, donde se pondrá en valor nuestra participación en el proyecto PROMETEO, así como en el resto de proyectos que se llevan a cabo sobre TLH y la muestra de un conjunto de tecnologías desarrolladas por nuestros investigadores.

Fighting post-truth using natural language processing: A review and open challenge

Beatriz Botella — Wed, 16 Oct 2019 08:47:07 +0000

Post-truth is a term that describes a distorting phenomenon that aims to manipulate public opinion and behavior. One of its key engines is the spread of Fake News. Nowadays most news is rapidly disseminated in written language via digital media and social networks. Therefore, to detect fake news it is becoming increasingly necessary to apply Artificial Intelligence (AI) and, more specifically Natural Language Processing (NLP). This paper presents a review of the application of AI to the complex task of automatically detecting fake news. The review begins with a definition and classification of fake news. Considering the complexity of the fake news detection task, a divide-and-conquer methodology was applied to identify a series of subtasks to tackle the problem from a computational perspective. As a result, the following subtasks were identified: deception detection; stance detection; controversy and polarization; automated fact checking; clickbait detection; and, credibility scores. From each subtask, a PRISMA compliant systematic review of the main studies was undertaken, searching Google Scholar. The various approaches and technologies are surveyed, as well as the resources and competitions that have been involved in resolving the different subtasks. The review concludes with a roadmap for addressing the future challenges that have emerged from the analysis of the state of the art, providing a rich source of potential work for the research community going forward.

Revista: Expert Sysstems with Applications, Volume 141, 1 March 2020, 112943

Autores: Estela Saquete; David Tomás; Paloma Moreda; Patricio Martínez-Barco; ManuelPalomar

URL: https://www.sciencedirect.com/science/article/pii/S095741741930661X?dgcid=author

EmoLabel: Semi-Automatic Methodology for Emotion Annotation of Social Media Text

Beatriz Botella — Wed, 16 Oct 2019 08:44:29 +0000

The exponential growth of the amount of subjective information on the Web 2.0. has caused an increasing interest from researchers willing to develop methods to extract emotion data from these new sources. One of the most important challenges in textual emotion detection is the gathering of data with emotion labels because of the subjectivity of assigning these labels. Basing on this rationale, the main objective of our research is to contribute to the resolution of this important challenge. This is tackled by proposing EmoLabel: a semi-automatic methodology based on pre-annotation, which consists of two main phases: (1) an automatic process to pre-annotate the unlabelled English sentences; and (2) a manual process of refinement where human annotators determine which is the dominant emotion. Our objective is to assess the influence of this automatic pre-annotation method on manual emotion annotation from two points of view: agreement and time needed for annotation. The evaluation performed demonstrates the benefits of pre-annotation processes since the results on annotation time show a gain of near 20% when the pre-annotation process is applied (Pre-ML) without reducing annotator performance. Moreover, the benefits of pre-annotation are higher in those contributors whose performance is low (inaccurate annotators).

Revista: IEEE Transactions on Affective Computing

Autores: Lea Canales ; Walter Daelemans ; Ester Boldrini ; Patricio Martínez-Barco

URL: https://ieeexplore.ieee.org/document/8758380