Resumen

La forma más destacada de comunicación e interacción humana es el habla. Juega un papel indispensable para expresar emociones, motivar, guiar y animar. Un discurso malintencionado puede confundir a personas, sociedades e incluso a una nación. Un discurso equivocado puede desencadenar controversias sociales y resultar en actividades violentas. Todos los días, se pronuncian muchos discursos alrededor del mundo, los cuales son bastante impracticables de inspeccionar manualmente. Con el fin de prevenir cualquier acción maliciosa resultante de un discurso equivocado, el desarrollo de un sistema automático que pueda detectar eficientemente discursos sospechosos se ha vuelto imperativo. En este estudio, hemos presentado un marco para la adquisición de discursos junto con la ubicación del hablante, convirtiendo los discursos en textos y, finalmente, hemos propuesto un sistema basado en memoria a largo plazo (LSTM), que es una variante de red neuronal recurrente (RNN) para clasificar discursos en sospechosos y no sospechosos. Hemos considerado

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Comunicación; Discurso; Emociones; Sistema automático; LSTM; Aprendizaje profundo
• Keywords:Communication; Speech; Emotions; Automatic system; LSTM; Deep learning