Des informaticiens créent de Nouveaux Systèmes de Recherche pour restreindre la désinformation sur COVID-19
Les scientifiques ont créé un tout nouveau système qui augmente la précision et l’intégrité des recherches liées à la santé de 80% pour aider les individus à faire de meilleurs choix concernant des sujets comme COVID.
Les moteurs de recherche sont les outils les plus spécifiques utilisés par le grand public pour trouver des vérités sur COVID-19 et ses conséquences sur leur santé et leur bien-être. La diffusion de fausses informations peut avoir de réelles conséquences, c’est pourquoi une équipe du Collège de Waterloo a créé un moyen de rendre ces recherches beaucoup plus fiables.
« Avec autant d’informations inédites qui sortent régulièrement, il peut être difficile pour les gens de comprendre ce qui est vrai et ce qui ne l’est pas », a déclaré Ronak Pradeep, un doctorant. Étudiant au Cheriton College of Computer Technology à Waterloo et rédacteur principal d’une étude concernant le programme. “Mais les répercussions de la désinformation peuvent être assez négatives, comme des personnes qui partent et prennent des médicaments ou utilisent un remède maison naturel qui peut les blesser.”
Même le moteur de recherche en ligne considérable qui héberge quotidiennement des milliards de recherches ne peut pas suivre, a-t-il déclaré, car il y a eu beaucoup de données cliniques et d’études sur COVID-19 en si peu de temps.
“Beaucoup de systèmes sont formés sur des données bien organisées, ils ne savent donc pas toujours comment faire la distinction entre un article faisant la promotion de la consommation d’alcool avec de l’eau de Javel pour arrêter COVID-19 au lieu de vrais détails de bien-être”, a déclaré Pradeep. « Notre objectif est d’aider les individus à voir les meilleurs messages et également à obtenir les détails idéaux, afin qu’ils puissent faire de meilleurs choix en général avec des choses comme COVID. »
Pradeep affirme que le projet a l’intention d’affiner les programmes de recherche pour promouvoir les meilleurs détails de santé pour les clients. Lui et son équipe de recherche ont tiré parti de leur style de reclassement neuronal en deux étapes appelé mono-duo-T5 pour la recherche. Ils l’ont renforcé avec Vera, un système de prédiction de balises conçu pour déterminer les informations correctes des informations douteuses et incorrectes. Le système se rapporte à un protocole de recherche qui s’appuie sur les données de l’Organisation mondiale du bien-être et valide les informations comme base pour le classement, la publicité et souvent même l’omission de courts articles en ligne.
Un article récent résultant de l’examen initial du système, « Vera : stratégies de prédiction pour réduire les fausses informations dangereuses dans la recherche sur le bien-être des consommateurs », avec les co-auteurs Pradeep, Xueguang Ma, Rodrigo Nogueira et Jimmy Lin, a ensuite été publié dans SIGIR. ’21 : Processus de la 44e Conférence internationale ACM SIGIR sur la R&D en recherche documentaire.
Lisez l’article original dans Techxplore.
