Machine Learning: Software soll Fake News und Hasskommentare erkennen

Forscher des Fraunhofer-Institutes für Kommunikation, Informationsverarbeitung und Ergonomie (FKIE) haben einen Machine-Learning-Algorithmus entwickelt und trainiert, der Fake News, Hate Speech und andere irreführende Beiträge in sozialen Netzwerken erkennen können soll. Auf Basis der Trainingsdaten kann die Software Fehler im Satzbau, Begriffe im falschen Kontext oder umständliche Formulierungen in Texten identifizieren. Diese seien ein Indiz für Falschaussagen, heißt es in der Ankündigung.

Die Forscher gehen davon aus, dass Verfasser von Fake News oftmals keine Muttersprachler sind und die deutsche Sprache daher in merkwürdiger Weise anwenden. So seien Begriffe wie "die aktuelle Kanzlerin" ein Indiz für einen einfach übersetzten Text. Auch falsche Gedankenstriche, Rechtschreibfehler und andere Merkmale seien Beweis dafür, heißt es.

Offensichtliche Merkmale erkennen

Das Team um den Linguisten und Mathematiker Dr. Ulrich Schade hat das System mittels diverser normaler Beiträge, gemischt mit von den Forschern definitieren Fake News, trainiert. Außerdem bringt das Team Hasskommentare mit Fake News in Verbindung: "Beiträge, die sich als Nachrichten ausgeben, aber in Passagen Hate Speech verwenden, verweisen gern über Links auf Fake News", schreibt das Institut. Hasskommentare werden etwa durch offensichtliche Beleidigungen, wie "Politischer Abschaum" weiter identifiziert.

Das Projekt klingt nach einem Filter, der es schaffen könnte, zumindest die sehr offensichtlichen Fälle von Fake News und Hasskommentaren zu erkennen und zu kategorisieren. Allerdings sind es meist die subtilen Nachrichten, auf die Menschen reagieren und sich von ihnen beeinflussen lassen. Das Konzept ist daher wohl nur ein erster Schritt im Vorgehen gegen diese immer mehr verbreitete Form der Kommunikation im Internet.