तीन चीजें हैं जिन्हें आप जीवन में सुनिश्चित कर सकते हैं: मृत्यु, कर - और झूठ बोलना बाद में निश्चित तौर पर ब्रिटेन के हालिया ब्रेक्सिट जनमत से, एक के साथ, इसे प्रतीत होता है संख्या का अभियान छोड़ें प्रतिज्ञाओं और देखिए पसंद पॉर्की पाइ ठोस सत्य की तुलना में

लेकिन इंटरनेट विज्ञापन, वीज़ा आवेदन और शैक्षणिक लेखों से राजनीतिक ब्लॉगों, बीमा दावों और डेटिंग प्रोफाइल से, अनगिनत स्थानों पर हम डिजिटल झूठ बता सकते हैं तो इन ऑनलाइन तंतुओं को खोलने के बारे में कैसे जाना जा सकता है? खैर, वेस्टमिंस्टर विश्वविद्यालय से स्टीफन लुडविग, सिटी यूनिवर्सिटी लन्दन के कैस बिजनेस स्कूल के को डी रियेटर, लोवैन कैथोलिक यूनिवर्सिटी के माइक फ्रिडमैन, और आपने सचमुच एक डिजिटल डिटेक्टर डिटेक्टर विकसित किया है - और यह इंटरनेट के एक पूरी मेजबान को उजागर कर सकता है ।

हमारे नए शोध में, हमने हजारों ई-मेलों की तुलना करने के लिए भाषाई संकेतों का इस्तेमाल किया था, जिन्हें पहले से पहचाना गया था, जो कि सच्चा होना ज्ञात हैं। और इस तुलना से, हमने एक टेक्स्ट विश्लेषणात्मक एल्गोरिदम विकसित किया है जो धोखे का पता लगा सकता है। यह तीन स्तरों पर काम करता है।

1। शब्द का उपयोग करें

बड़ी मात्रा में डिजिटल डेटा के साथ व्यवहार करते समय कीवर्ड खोज एक उचित दृष्टिकोण हो सकती है। इसलिए, हमने पहले दो दस्तावेज़ सेटों के बीच शब्द उपयोग में अंतर का पता लगाया। ये मतभेद उस पाठ को पहचानते हैं, जिसमें एक झूठ शामिल हो सकता है हमने पाया है कि जो व्यक्ति आमतौर पर कम व्यक्तिगत सर्वनामों का उपयोग करते हैं, जैसे कि मैं, आप, और वह, और अधिक विशेषण जैसे कि शानदार, निडर और उदात्त उन्होंने कम से कम पहले व्यक्ति एकवचन सर्वनामों जैसे कि मैं, मुझे, मेरा, विसंगति शब्दों के साथ, जैसे, हो सकता है, साथ ही साथ दूसरे व्यक्ति के सर्वनामों (आप, आपकी) उपलब्धियों के शब्द (कमाई, नायक , जीत)।

कम व्यक्तिगत सर्वनामों से संकेत मिलता है कि लेखक अपने शब्दों से खुद को अलग करने का प्रयास करते हैं, जबकि अधिक विशेषणों का उपयोग करते हुए वे अनावश्यक विवरणों के घबराहट के माध्यम से झूठ से विचलित करने का प्रयास करते हैं। विरोधाभासी शब्दों के साथ संयुक्त पहले एकमात्र एकवचन सर्वनाम सूक्ष्मता की कमी और एक सकारात्मक आत्म-छवि का संकेत देते हैं, जबकि उपलब्धि शब्दों के साथ संयुक्त दूसरे सर्वनाम सर्वनाम प्राप्तकर्ताओं को चोपाने का प्रयास संकेत देते हैं। इसलिए हमने हमारे एल्गोरिथम में खोज शब्दों के इन संयोजनों को शामिल किया था।

2। संरचना जांच

समाधान के एक अन्य भाग में संज्ञानात्मक प्रक्रिया शब्दों के विचलन का विश्लेषण करना होता है, जैसे कि कारण, कारण, जानते हैं और चाहिए - और हम संरचना शब्द और झूठ के बीच संबंध की पहचान करते हैं।

झूठे वास्तविक स्मृति से भ्रामक ईमेल उत्पन्न नहीं कर सकते हैं ताकि वे पता लगाना से बचने के लिए सहजता से बचें। इसका अर्थ यह नहीं है कि झूठे लोगों को सच्चाई बता रहे लोगों की तुलना में अधिक संज्ञानात्मक प्रक्रिया शब्दों का उपयोग करते हैं, लेकिन वे इन शब्दों को और अधिक लगातार शामिल करते हैं उदाहरण के लिए, वे प्रत्येक वाक्य को अगले तक जोड़ते हैं - "हम जानते हैं कि ऐसा इसलिए हुआ क्योंकि यह मामला होना चाहिए"। हमारे एल्गोरिदम संचार में प्रक्रिया शब्दों के ऐसे उपयोग का पता लगाता है।

3। क्रॉस-ईमेल दृष्टिकोण

हमने उन तरीकों का भी अध्ययन किया जिनमें ईमेल के प्रेषक किसी और के साथ कई ईमेल का आदान-प्रदान करते समय अपनी भाषाई शैली को बदल देते हैं। अध्ययन के इस हिस्से से पता चला कि एक्सचेंज चल रहा था, जितना अधिक प्रेषक उस कार्य शब्द का उपयोग करने के लिए प्रतिबद्ध था जो रिसीवर उपयोग कर रहा था।

फ़ंक्शन शब्दों में ऐसे शब्द होते हैं जो वाक्यों का अर्थ वाक्य-वाक्य, या संरचना में योगदान करते हैं - उदाहरण के लिए, I और प्रेषकों ने रिसीवर के मिलान के लिए अपने संदेशों की भाषाई शैली को संशोधित किया एक परिणाम के रूप में, हमारे एल्गोरिदम इस तरह के मिलान को पहचानता है और एकत्र करता है।

रोमांचक आवेदन

उपभोक्ता निगरानी वाले इस तकनीक का प्रयोग एक संदिग्ध प्रकृति के विज्ञापनों में "संभवत: झूठ बोल" अंक प्रदान करने के लिए कर सकते हैं। प्रवेश और प्रवेश नियमों और विनियमों के बेहतर अनुपालन के लिए सुरक्षा कंपनियों और राष्ट्रीय सीमा बलों, दस्तावेजों का आकलन करने के लिए एल्गोरिथ्म का उपयोग कर सकते हैं, जैसे वीज़ा आवेदन और लैंडिंग कार्ड। उच्च शिक्षा परीक्षा समितियों और शैक्षणिक पत्रिकाओं के संपादकों के सचिव, साहित्यिक चोरी के लिए स्वचालित रूप से छात्र शोधकर्ताओं और शैक्षिक लेखों की जांच के लिए अपने अशुद्धि जाँच उपकरण में सुधार कर सकते हैं।

वास्तव में, संभावित अनुप्रयोग चलते हैं और चालू होते हैं राजनीतिक ब्लॉग, पाठ्य असंगतियों के लिए अपने सोशल मीडिया परस्पर क्रियाओं का सफलतापूर्वक निरीक्षण कर सकते हैं, जबकि डेटिंग और समीक्षा साइट उपयोगकर्ताओं द्वारा उनके "संभावित झूठ बोल" अंक के आधार पर प्रस्तुत किए गए संदेशों को वर्गीकृत कर सकते हैं। बीमा कंपनियां दावा समय-निर्धारण के लिए उपलब्ध अपने समय और संसाधनों का बेहतर उपयोग कर सकती हैं। लेखाकार, कर सलाहकार, और फोरेंसिक विशेषज्ञ वित्तीय विवरणों और कर दावों की जांच कर सकते हैं और हमारे एल्गोरिदम के माध्यम से भ्रामक धूम्रपान बंदूकें पा सकते हैं।

जानबूझकर धोखे का पता लगाने में मनुष्य ख़राब हैं वास्तव में, जब झूठ बोलने की बात आती है तो मानव सटीकता केवल 54% है, संभवतः मौका से बेहतर हमारे डिजिटल झूठ डिटेक्टर, इस बीच, 70% सही है। यह कम्प्यूटरीकृत सामग्री में जहां भी होता है, वहां भी धोखाधड़ी से लड़ने के लिए काम किया जा सकता है और तकनीक विकसित होती है, इसकी पिनोचियो चेतावनी पूरी तरह से स्वचालित हो सकती है और इसकी सटीकता भी और भी बढ़ जाएगी। जैसे कि पिनोचियो के नाक reflexively झूठ का संकेत, तो हमारे डिजिटल झूठ डिटेक्टर भी करता है। फाइबर सावधान रहें

के बारे में लेखक

टॉम वान लायर, मार्केटिंग में सीनियर लेक्चरर, सिटी यूनिवर्सिटी लंदन

यह आलेख मूलतः पर प्रकाशित हुआ था वार्तालाप। को पढ़िए मूल लेख.

संबंधित पुस्तकें

at इनरसेल्फ मार्केट और अमेज़न