基于机器学习技术的假新闻检测
计算与语言
2023-09-26 v1 机器学习
摘要
虚假新闻已引起公众与学术界的关注。此类虚假信息有能力影响公众认知，使恶意团体有机会操纵选举等公共事件的结果。任何人都可出于个人利益或给他人制造麻烦而分享关于任何人或任何事的假新闻或事实。此外，信息因其分享所在的世界地区而异。因此，在本文中，我们利用自建数据集中的1876条新闻数据训练了一个模型以分类假新闻与真实新闻。我们遵循自然语言处理方法对数据进行了预处理，以获得干净且经过过滤的文本。我们的研究采用了3种流行的机器学习（随机梯度下降、朴素贝叶斯、逻辑回归）与2种深度学习（长短期记忆、ASGD权重丢弃LSTM，即AWD-LSTM）算法。最终我们得到了最佳朴素贝叶斯分类器，准确率为56%，宏F1分数平均为32%。
引用
@article{arxiv.2309.13069,
title = {Machine Learning Technique Based Fake News Detection},
author = {Biplob Kumar Sutradhar and Md. Zonaid and Nushrat Jahan Ria and Sheak Rashed Haider Noori},
journal= {arXiv preprint arXiv:2309.13069},
year = {2023}
}