تشخیص خبر جعلی با الگوریتم دسته بندی ( PAC) Passive-Aggressive روی مجموعه داده خبری

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,020

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CECCONF11_024

تاریخ نمایه سازی: 6 دی 1399

چکیده مقاله:

شایعه و خبر اشتباه با رویکردي هدفمند با مفاهیم اجتماعی، اقتصادي، سیاسی براي فریب عوام در جامعه منتشر می شود که منجر به عدم اعتماد به خبر می شود. تمایز خبر واقعی از یک شایعه به عنوان یکی از مهم ترین جنبه هاي ارزیابی خبر در نظر گرفته شده است و رویکردهاي متفاوتی براي شناسایی و تشخیص خبر جعلی از منبع واقعی مورد استفاده قرار گرفته اند. در بین آن ها، استفاده از روش هاي یادگیري هوش مصنوعی و روش هاي یادگیري ماشین، به دلیل موفقیت هاي بدست آمده، از اهمیت بیشتري برخوردار است.با توجه به این مطلب، در این مطالعه تلاش شد با استفاده از الگوریتم انفعالی-پرخاشگرانه که از خانواده الگوریتم هاي یادگیري ماشین و یادگیري آنلاین می باشد، استفاده شود تا اخبار جعلی و واقعی در مجموعه داده جمع آوري شده از 4000 مقاله که شامل خبر جعلی و واقعی است را شناسایی و دسته بندي کند. براساس نتایج حاصل از ماتریس درهم ریختگی و ارزیابی الگوریتم هاي یادگیري ماشین، مشخص شده است که دقت الگوریتم دسته بندي انفعالی-پرخاشگرانه در ارزیابی هاي انجام شده 99 % است. این امر نشاندهنده توانایی الگوریتم انفعالی-پرخاشگرانه در ارزیابی بهینه و تشخیص بالاي خبر جعلی است.

کلیدواژه ها:

اخبار جعلی ، یادگیری ماشین ، یادگیری آنلاین ، دسته بندی کننده انفعالی-پرخاشگرانه

نویسندگان

مصطفی قربان زاده

دانشجوی کارشناسی ارشد گروه کامپیوتر، دانشگاه جامع امام حسین (ع) تهران

محمدعلی جوادزاده

عضو هیئت علمی گروه کامپیوتر، دانشگاه جامع امام حسین(ع)،تهران