dc.creator | Suárez Alonso, Daniel | es |
dc.date.accessioned | 2024-07-15T07:28:29Z | |
dc.date.available | 2024-07-15T07:28:29Z | |
dc.date.issued | 2024 | |
dc.identifier.citation | Suárez Alonso, D. (2024). Revelando lo no reportado: extracción de eventos basada en IA para analizar la representación estadounidense de los delitos de odio. Ius et Scientia, 10 (1), 169-181. https://doi.org/10.12795/IESTSCIENTIA.2024.i01.08. | |
dc.identifier.issn | 2444-8478 | es |
dc.identifier.uri | https://hdl.handle.net/11441/161361 | |
dc.description.abstract | Los informes oficiales de delitos de odio en los Estados Unidos están
subestimados en comparación con la cantidad real de incidentes de
este tipo. Además, a pesar de las aproximaciones estadísticas, no hay informes oficiales de muchas ciudades estadounidenses sobre incidentes
de odio. Aquí, mostramos inicialmente que la extracción de eventos y el
aprendizaje multi-instancia, basados en inteligencia artificial (IA), aplicados a un conjunto de artículos de noticias locales, pueden predecir casos de delitos de odio. Luego utilizamos el modelo entrenado de IA para
detectar incidentes de odio en ciudades para las cuales el FBI carece de
estadísticas. Finalmente, entrenamos modelos de IA para predecir homicidios y secuestros, comparamos las predicciones con los informes del FBI
y establecemos que, de hecho, los incidentes de odio están subestimados en comparación con otros tipos de delitos en la prensa local. Es importante destacar que esta información no ha sido extraída de este lugar. | es |
dc.description.abstract | Official reports of hate crimes in the United States are underestimated
compared to the actual number of such incidents. Additionally, despite
statistical approximations, many American cities lack official reports on
hate incidents. Here, we initially demonstrate that event extraction and
multi-instance learning, based on artificial intelligence (AI), applied to a
set of local news articles, can predict hate crime cases. We then use the
AI-trained model to detect hate incidents in cities for which the FBI lacks
Official reports of hate crimes in the United States are underestimated
compared to the actual number of such incidents. Additionally, despite statistical approximations, many American cities lack official reports on hate incidents. Here, we initially demonstrate that event extraction and
multi-instance learning, based on artificial intelligence (AI), applied to a
set of local news articles, can predict hate crime cases. We then use the
AI-trained model to detect hate incidents in cities for which the FBI lacks | es |
dc.format | application/pdf | es |
dc.format.extent | 13 | es |
dc.language.iso | spa | es |
dc.publisher | Universidad de Sevilla | es |
dc.relation.ispartof | Ius et Scientia, 10 (1), 169-181. | |
dc.rights | Atribución-NoComercial-CompartirIgual 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | * |
dc.subject | Delitos de odio | es |
dc.subject | Informes oficiales | es |
dc.subject | Aproximaciones estadísticas | es |
dc.subject | Extracción de eventos | es |
dc.subject | Aprendizaje multi-instancia | es |
dc.subject | Inteligencia artificial (IA) | es |
dc.subject | Hate crimes | es |
dc.subject | Official reports | es |
dc.subject | Statistical approximations | es |
dc.subject | Event extraction | es |
dc.subject | Multi-instance learning | es |
dc.subject | Artificial intelligence (AI) | es |
dc.title | Revelando lo no reportado: extracción de eventos basada en IA para analizar la representación estadounidense de los delitos de odio | es |
dc.title.alternative | Unveiling the Unreported: AI-Based Event Extraction for Analyzing the American Representation of Hate Crimes | es |
dc.type | info:eu-repo/semantics/article | es |
dc.type.version | info:eu-repo/semantics/publishedVersion | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.relation.publisherversion | https://institucional.us.es/revistas/Ius_Et_Scientia/10_1/IUS_et_Scientia_10_1_2024_08_suarez-alonso.pdf | es |
dc.identifier.doi | 10.12795/IESTSCIENTIA.2024.i01.08 | es |
dc.journaltitle | Ius et Scientia | es |
dc.publication.volumen | 10 | es |
dc.publication.issue | 1 | es |
dc.publication.initialPage | 169 | es |
dc.publication.endPage | 181 | es |