使用 Transformer 网络的印尼语假新闻检测
计算与语言
2021-11-05 v1 机器学习
摘要
假新闻是当今社会面临的一个问题。假新闻引起煽动与社会问题并不罕见。印度尼西亚作为人口第四大国，在应对假新闻方面存在问题。超过 30% 的农村与城市人口受此假新闻问题欺骗。正如我们所研究的，关于防止印尼语（Bahasa Indonesia）假新闻传播的文献甚少。因此，开展本研究以防止这些问题。本研究使用的数据集来自一个识别假新闻的新闻门户 turnbackhoax.id。通过对该页面进行网络爬取（Web Scrapping），我们获得了由有效新闻与假新闻组成的 1116 条数据。该数据集可在 https://github.com/JibranFawaid/turnbackhoax-dataset 获取。该数据集将与其他可用数据集合并。使用的方法有 CNN、BiLSTM、混合 CNN-BiLSTM，以及带 Transformer 网络的 BERT。本研究表明，带 Transformer 网络的 BERT 方法取得了最佳结果，准确率高达 90%。
引用
@article{arxiv.2107.06796,
title = {Indonesia's Fake News Detection using Transformer Network},
author = {Aisyah Awalina and Jibran Fawaid and Rifky Yunus Krisnabayu and Novanto Yudistira},
journal= {arXiv preprint arXiv:2107.06796},
year = {2021}
}