شناسایی اخبار جعلی برچسب گذاری شده مبتنی بر شبکه عصبی عمیق

امروزه عموما از شبکه های اجتماعی در کسب وکارها استفاده می شود که اخبار جعلی در آن ها به وفور دیده می شود. اخبار جعلی نه تنها بر ادراک مردم تاثیر می گذارد، بلکه نمی تواند اکوسیستم خبری سنتی مبتنی بر ستون های حقیقت و واقعیت را حفظ کند. با توجه به این وضعیت کهعموم مردم را در سراسر جهان تحت تاثیر قرار می دهد، ما قصد داریم در این تحقیق مدلی ارائه بدیم که بتواند هرگونه اطلاعات نادرستی که از طریق رسانه های اجتماعی منتشر می شود را شناسایی کند. در این پژوهش سعی شده است که با توجه به بهبود روش های پیشین در حوزه تشخیص اخبار جعلی، روش جدیدی ارائه شود و با استفاده از آن دقت این مدل افزوده شود. رویکرد مورد استفاده در این پژوهش جهت شناسایی اخبار جعلی در رسانه های خبری مبتنی بر مدل سازی موضوعی و الگوریتم شبکه عصبی عمیق می باشد، روند اجرایی این دو الگوریتمبه این صورت است که بر اساس الگوریتم مدل سازی موضوعی در ابتدا ویژگی های داده ای استخراج می شود. سپس در از شبکه عصبیکانولوشنی جهت تشخیص اخبار جعلی استفاده خواهد شد. در شبکه عصبی کانولوشنی، کلمات به صورت کیسه ای از کلمات به مدل داده میشوند که هر کلمه با توجه به فضای برداری به ماتریس های دوبعدی تبدیل می شود. نتایج آزمایش روش پیشنهادی نشان می دهد که روش پیشنهادی دقتی در حدود ۹۸% در شناسایی اخبار جعلی داشته است

Keywords:

اخبار جعلی , رسانه اجتماعی , داده های برچسب گذاری شده , اطلاعات متنی