شناسایی اخبار جعلی برچسبگذاری شده مبتنی بر شبکه عصبی عمیق

امروزه عموماً از شبکه‌های اجتماعی در کسب‌وکارها استفاده میشود که اخبار جعلی در آنها به‌وفور دیده می‌شود. اخبار جعلی نه‌تنها بر ادراک مردم تاثیر میگذارد، بلکه نمیتواند اکوسیستم خبری سنتی مبتنی بر ستونهای حقیقت و واقعیت را حفظ کند. با توجه به این وضعیت که عموم مردم را در سراسر جهان تحت تاثیر قرار میدهد، ما قصد داریم در این تحقیق مدلی ارائه بدیم که بتواند هرگونه اطلاعات نادرستی که از طریق رسانههای اجتماعی منتشر میشود را شناسایی کند. در این پژوهش سعی شده است که با توجه به بهبود روشهای 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 رسانههای خبری مبتنی بر مدلسازی موضوعی و الگوریتم شبکه عصبی عمیق میباشد، روند اجرایی این دو الگوریتم به این صورت است که بر اساس الگوریتم مدلسازی موضوعی در ابتدا ویژگیهای دادهای استخراج میشود. سپس ‌در‌ از ‌شبکه ‌عصبی‌ کانولوشنی‌ جهت تشخیص ‌اخبار‌ جعلی‌ استفاده خواهد شد.‌ در ‌شبکه عصبی کانولوشنی، ‌کلمات ‌به‌صورت ‌کیسهای ‌از‌ کلمات ‌به مدل‌ داده‌ میشوند که ‌هر ‌کلمه ‌با ‌توجه‌ به‌ فضای ‌برداری ‌به‌ ماتریسهای‌ دوبعدی تبدیل‌ میشود. نتایج آزمایش روش پیشنهادی نشان میدهد که روش پیشنهادی دقتی در حدود 98% در شناسایی اخبار جعلی داشته است.