基于神经网络的假新闻标题分类
计算与语言
2022-01-26 v1 人工智能
摘要
过去几年，文本分类是自然语言处理（NLP）中的基础任务之一，其目标是将文本文档归类到预定义的类别之一。新闻充满了我们的生活。因此，新闻标题分类是将用户与正确新闻连接起来的关键任务。新闻标题分类是一种文本分类，通常可分为三个主要部分：特征提取、分类器选择和评估。在本文中，我们使用Kaggle平台提供的包含十八年间新闻的数据集来对新闻标题进行分类。我们选择TF-IDF进行特征提取，并选择神经网络作为分类器，评估指标为准确率。从实验结果来看，很明显我们的神经网络模型在准确率指标上在这些模型中表现最佳。准确率越高，模型性能越好。我们的神经网络模型准确率为0.8622，是这四个模型中最高的。它比其他模型分别高出0.0134、0.033和0.080。
引用
@article{arxiv.2201.09966,
title = {Classification Of Fake News Headline Based On Neural Networks},
author = {Ke Yahan and Ruyi Qu and Lu Xiaoxia},
journal= {arXiv preprint arXiv:2201.09966},
year = {2022}
}