项目理念 |了解更多

项目名称：了解更多

介绍：

一个著名的人物在推特上发布了一些东西，所以它必须是公正的。对？

错误的。不要只相信你看到的任何东西。

过去，我们都与朋友和家人就政治、国际事件或宗教等关键问题进行了永无休止的争论。然而，近年来，我们看到人们盲目相信他们从昨天早上在 WhatsApp 上看到的视频或有影响力人物的推文中学到的东西的趋势。我们都知道假新闻或有偏见的新闻会对某人或某事造成什么影响，以及有些人如何利用这种情况传播可能煽动人们并形成错误观点的假新闻。这种流行病在计算机信息时代之前长大并且过去从未质疑过新闻来源的可信度的人中尤为突出。社交媒体算法是为参与和喜欢而不是透视而构建的，我们的目标是通过 Know More 来解决这个问题。 .

问题：

人们无法针对自己的偏见创建内部过滤器，这导致虚假（或有些虚假）信息的扩散困扰着现代社会，并正在慢慢将我们带入一个只有两极分化的世界。
今天的现代发现算法通过给我们提供符合我们固有偏见的内容，无论这些偏见是否基于现实，将我们困在我们的“过滤气泡”中。

界面： Know More Bot 是为 Twitter 开发并集成到 Twitter UI 中的 Chrome 扩展程序（截至目前），大量名人和来自不同行业的有影响力的人将其用作传达思想的工具和意见。但我们知道，正确的新闻是没有偏见或固执己见的新闻。

那么它有什么作用呢？
Know More 是一个基于机器学习的 Web API ，它允许用户对新闻项目和事件有更广阔的视角，并且不会让他们陷入困境并产生有偏见的意见。它通过使用实体提取和情感分析提取新闻文章和维基百科来提供全局观点。

Know More Bot 使用自然语言处理管道从推文中执行实体和主题提取，以从可靠来源搜索新闻文章并发现 Wikipedia 文章。
在实体提取之后，我们将获得的信息与推文以及新闻文章的情感分析信号相结合，以选择与推文具有不同视角的文章。

概念框架：

我们将制作一个集成到 Twitter 用户界面中的 Chrome 扩展程序。单击时，它将提取实体并提供与该主题相关的新闻文章并对其进行情感分析，这将使用 3 种颜色（绿色- 赞成，黄色- 中性和红色- 反对以及维基百科文章（如果有））
这是一个高度模块化的项目。它是使用软件开发生命周期的敏捷方法构建的。

图表：