Buscador :
Volver al Menú
Vote:
Resultados:
7 Votos
NOVIEMBRE 2022 - Volumen: 97 - Páginas: 645-651
¿Le interesa este artículo? Puede comprar el artículo a través de la plataforma de pago de PayPal o tarjeta de crédito (VISA, MasterCard,...) por 20 €.
La India tiene la mayor circulación de periódicos del mundo, pero desgraciadamente también tiene altos índices de parcialidad en los medios de comunicación y una de las clasificaciones de libertad de prensa más bajas de las democracias. Unos medios de comunicación sesgados impiden que los ciudadanos reciban información que podría ser esencial para el bienestar público al filtrar la información a través de una lente que apoya primero los intereses del gobierno. La parcialidad de los medios de comunicación desempeña un papel influyente incluso en las urnas, ya que la propaganda puede sesgar las decisiones de los votantes y la percepción de lo que es cierto en esta era de noticias falsas. Es vital vigilar el sesgo en las noticias y proporcionar una plataforma en la que la gente pueda obtener noticias imparciales y fiables. Los investigadores del análisis de sentimientos y la detección de sesgos han estado utilizando diversas técnicas para lograr una mayor precisión en la detección de sesgos en los medios de comunicación. Este estudio pretende dar un enfoque técnico diferente al problema de la detección de sesgos en los medios de comunicación políticos de la India mediante el desarrollo de SentiNet, un modelo de red neuronal de convolución (CNN) modificado y acelerado por la unidad de procesamiento gráfico (GPU) que consiste en convoluciones separables en profundidad e invertidas linealmente, capaz de clasificar las noticias como "imparciales" o "sesgadas" a partir de los datos de Twitter. Debido a su sencilla arquitectura y al menor número de parámetros de ajuste, se observa que SentiNet se ajusta bien en términos de precisión y función de pérdida y su tiempo de entrenamiento se reduce en un 50% cuando se utiliza una GPU. A partir de los resultados, Republic TV y BBC resultaron ser los más sesgados hacia el partido gobernante y los partidos de la oposición, respectivamente. NDTV y News19 se mostraron imparciales hacia el partido en el poder con una información equilibrada. India TV ha resultado ser imparcial hacia los partidos de la oposición. En el discurso político de Twitter se observa que los partidos hablan de sí mismos o de los partidos de la oposición y rara vez de temas de interés nacional. La investigación y el modelo robusto propuesto pueden extenderse a otros medios sociales y analizarse para una red social mayor.Palabras Clave: sesgo mediático, red neuronal de convolución, unidad de procesamiento gráfico, twitter
Compártenos:
© Revista de Ingeniería Dyna 2006 - Publicaciones Dyna, S.L & Co-Publisher UK Zhende Publishing Limited
Órgano Oficial de Ciencia y Tecnología de la Federación de Asociaciones de Ingenieros Industriales
Dirección: Unit 1804 South Bank Tower, 55 Upper Ground, London UK, SE1 9EY
Email: dyna@revistadyna.com
Regístrese en un paso con su email y podrá personalizar sus preferencias mediante su perfil
Nombre: *
Apellido 1: *
Apellido 2:
Email: *