Talking sense: using machine learning to understand quotes
The Guardian ha desarrollado un sistema de inteligencia artificial para analizar noticias y extraer y procesar las citas que incluyan, asociándolas a la persona que las dijo. Todo un reto tecnológico. Artículo publicado en theguardian.com y recomendado por Digital Skills Institute el 16 de febrero de 2022.
El proyecto de colaboración de JournalismAI 2021 reunió a equipos de periódicos de todo el mundo para comprender cómo la inteligencia artificial puede mejorar el periodismo. Uno de los desafíos fue utilizar el periodismo modular y la IA para crear nuevos formatos narrativos y llegar a audiencias desatendidas. El equipo incluyó periódicos de Europa, África y Oriente Medio, que comparten algunos desafíos fundamentales. Los módulos se definieron como fragmentos de una historia que viven de forma independiente y pueden ser reutilizados o incluso reemplazados por otro fragmento. Las citas fueron identificadas como módulos debido a que cumplen con esta definición. La IA puede ser utilizada para identificar citas, desde crear contenido nuevo hasta rastrear opiniones cambiantes sobre un tema en el tiempo y realizar verificaciones de hechos. Otro caso de uso interesante es revelar insights ocultos sobre nuestro periodismo, como quiénes son nuestras fuentes, qué tan diversas son, cuántas veces citamos a las mismas personas o organizaciones y si damos la misma exposición a grupos de género y étnicos diferentes. Para entrenar un modelo para identificar citas en texto, se utilizaron dos herramientas creadas por Explosion: Spacy y Prodigy. Spacy es una de las principales bibliotecas de código abierto para el procesamiento avanzado del lenguaje natural utilizando redes neuronales profundas. Prodigy es una herramienta de anotación que proporciona una interfaz fácil de usar para marcar y etiquetar texto. A través de la etiquetación de varios miles de ejemplos de citas en texto, se entrenó un modelo que puede identificar citas con una precisión del 90%.
