جلال ایزی - دانشجوی دکتری گروه مهندسی کامپیوتر واحد سبزوار دانشگاه آزاد اسلامی سبزوار ایران
حسام حسن پور - گروه مهندسی کامپیوتر واحد سبزوار دانشگاه آزاد اسلامی سبزوار ایران

از آنجایی که اخبار آنلاین به طور فزاینده ای محبوب شده و اخبار جعلی بسیار رواج یافته است توانایی بررسی صحت محتوای اخبار آنلاین بیش هر زمان دیگری اهمیت پیدا کرده است. هدف از این مقاله تشخیص و طبقه بندی اخبار جعلی به کمک استفاده از پردازش زبان طبیعی و یادگیری عمیق میباشد. در روش پیشنهادی ابتدا با استفاده از زبان طبیعی پیش پردازش اطلاعات انجام شده است و در ادامه با روشهای الگوریتمهای یادگیری ماشین از جمله کا نزدیکترین همسایه لجستیک رگرسیون ماشین بردار پشتیبان بیز ساده درخت تصمیم پیاده سازی و جنگل تصادفی کردیم و در انتها با روش پیشنهادی یعنی یادگیری عمیق مقایسه انجام شد. میزان دقت در الگوریتمهای یادگیری ماشین به ترتیب ۰۰,۹۱۰۰,۸۹۰۰,۸۲ ۰۸۹۰۰,۸۰۰۰,۸۲ پیاده سازی شد و در نهایت با روش یادگیری عمیق مقایسه صورت گرفت. نتایج به دست آمده در یادگیری عمیق ۰.۹۶ که در مقایسه به روش یادگیری ماشین نتایج بهتری را نشان میدهد.

اخبار جعلی - زبان طبیعی - یادگیری عمیق