news balancer

Berita Balancer mengambil cerita dan memberikan artikel tentang cerita itu dengan kredibilitas dan berbagai bias politik. Beranda akan secara acak menghasilkan cerita dari arsipnya, tetapi pengguna dapat mengetikkan kueri untuk mendapatkan cerita yang berkaitan dengan kueri mereka bersama dengan kredibilitas / bias politik mereka.

Motivasi

Amerika lebih terbagi dari sebelumnya. Di dunia saat ini sumber berita yang salah dan artikel yang bias secara politis menghalangi pemahaman yang jelas tentang isu -isu kontemporer. Faktanya, tidak adanya sudut pandang yang berbeda di media saat ini telah menyebabkan echochambers di mana prasangka dan kepercayaan orang -orang berulang kali dikonfirmasi. Hal ini menyebabkan kurangnya pemahaman antara berbagai kelompok yang dapat membiakkan diskriminasi dan intoleransi.

Detail teknis

1. Berita Balancer menggunakan Scikit Learn untuk menemukan artikel serupa berdasarkan algoritma pembelajaran mesin yang dikenal sebagai klasifikasi Bayes naif multinomial. Itu dilatih pada dataset yang baru dirilis (News Data Aggregator, UCI 2016).
2. Bias dan kredibilitas publikasi dalam dataset ini dievaluasi menggunakan situs web terkenal (mis. Allsides.com).
3. Aplikasi Django dibangun untuk memvisualisasikan bias dalam artikel yang diteliti, dan juga untuk memperluasnya ke kueri baru.

Apa selanjutnya untuk penyeimbang berita

Balancer berita akan bekerja sebagai perpanjangan untuk situs berita yang sudah dikunjungi orang. Dengan demikian penyeimbang berita harus mengambil bentuk ekstensi chrome yang dapat secara real-time, memeriksa kredibilitas dan bias sumber di situs web berita. Ini sangat penting untuk

penggunaan

• python3 manage.py runserver
• Kunjungi localhost:8000/
• Pengaturan
  • python manage.py makemigrations
  • python manage.py migrate
  • python manage.py syncdb