基于CNN的混合特征组合用于孟加拉假新闻分类
计算与语言
2026-05-19 v1
摘要
如今，孟加拉国人们常通过互联网和社交媒体获取日常新闻，而不再依赖传统报纸。然而，通过这些平台传播的虚假孟加拉新闻对真实媒体的可信度构成了风险和挑战。尽管已有多项研究致力于检测孟加拉假新闻，但仍有显著提升空间。为帮助人们，本研究探讨了特征选择方法在识别语义特征、统计特征和字符级别特征或其组合方面的有效性，这些特征用于识别来自BanFakeNews-2.0数据集的孟加拉假新闻。本文的关键发现表明，组合多个特征的效果显著优于仅使用单个特征，能显著提升召回率和F1分数。本研究的代码可在此处获取：https://github.com/gulzar09/Bn_FNews_H.Feature
引用
@article{arxiv.2605.17481,
title = {Hybrid Feature Combinations with CNN for Bangla Fake News Classification},
author = {Md Gulzar Hussain and Babe Sultana and Md Rinku Ali},
journal= {arXiv preprint arXiv:2605.17481},
year = {2026}
}
备注
Already accepted and presented in the 3rd International Conference on Big Data, IoT and Machine Learning (BIM 2025)