科学家开发了一种计算机工具，可以发现有人纯粹基于文件中包含的文字提交了虚假的警察声明。通过结合使用自动文本分析和先进的机器学习技术，该工具已能够成功识别出80%以上的伪造抢劫报告。该工具现已在整个西班牙推出，以帮助支持警察并指出需要进一步调查的地方。

该工具被称为 VeriPol，专门针对抢劫举报，可以识别虚假声明中更常见的模式，例如，报告的被盗物品类型，更详细的事件详细信息以及者的描述。

包括来自卡迪夫大学和马德里查理三世大学的计算机科学专家在内的研究小组相信，该工具可以通过补充传统的调查技术来节省警察的时间和精力，同时还可以阻止人们首先提出虚假陈述。

研究结果已发表在学术期刊《 基于知识的系统》中。

在世界许多地方，提交虚假的警察声明是一种行为，会带来严重后果，例如入狱和重罚。

虚假陈述不仅会污染警察数据库，破坏刑事调查的结果，而且还会浪费大量可用于从事其他的公共资源。

然而，虚假举报非常普遍，尤其是在举报抢劫等低级时。

VeriPol 部分基于称为自然语言处理的过程-人工智能的一个分支，可帮助计算机理解，解释和操纵人类语言。例如，计算机工具使用算法来识别和量化文本中的各种特征，例如形容词，首字母缩写词，动词，名词，标点符号以及数字和数字。

通过VeriPol 提供了已知为虚假的历史警察报告，以便可以对每个报告进行 编码并开始“学习”特定的模式。

对西班牙国家警察的1000多个警察报告的初步研究表明， VeriPol “在区分虚假和真实报告方面极为有效”，成功率超过80%。

VeriPol 确定了在假抢劫报告中常见的多个主题，包括：简短的陈述，比事件更侧重于被盗的财产;缺乏有关事件本身的确切细节;攻击者的详细信息有限;并且没有证人或其他确凿的证据，例如在事件发生后立即联系警察或医生。

“作为示例，我们的模型开始识别虚假陈述，据报道该事件是从后面发生的，或者侵略者戴着头盔，”卡迪夫大学计算机科学学院的研究报告的作者之一何塞·卡马乔-科拉多斯博士信息学说。

VeriPol 于2017年6月在西班牙穆尔西亚和马拉加市区进行了一项现实生活中的试点研究。在短短一周内，穆尔西亚发现25起虚假抢劫举报，导致结案并结案。在马拉加，另外39个被发现并关闭。

相比之下，在2008年至2016年的八年中，6月份所发现的虚假举报和被警察关闭的案件的平均数量为穆尔西亚3.33，马拉加12.14。

在 VeriPol 赋予报告极高的虚假可能性之后，进一步审问了索赔人，随后结案的案件约占83%。

Camacho-Collados博士继续说：“我们的研究使我们对人们如何向警察撒谎有了令人着迷的理解，以及可以用来阻止人们将来向警察撒谎的工具。”

“西班牙各地的警察现在正在使用 VeriPol ，并将其整合到他们的工作实践中。最终，我们希望通过展示可以进行自动检测的功能，一开始就能够阻止人们向警察撒谎。”