加强虚假信息传播检测：利用 SVM 与复杂文本向量化技术并与 BERT 进行比较
计算与语言
2026-02-02 v4
摘要
错误信息的快速传播，特别是通过在线平台的传播，凸显了对可靠检测系统的迫切需求。本研究探讨了机器学习和自然语言处理的利用，具体而言是支持向量机（SVM）和 BERT，以检测假新闻。我们对 SVM 采用了三种不同的文本向量化方法：词频-逆文档频率（TF-IDF）、Word2Vec 和词袋模型，评估它们在区分真实新闻和假新闻方面的有效性。此外，我们将这些方法与 transformer 大型语言模型 BERT 进行了比较。我们的综合方法包括详细的预处理步骤、严格的模型实现和全面的评估，以确定最有效的技术。结果表明，虽然 BERT 以 99.98% 的准确率和 0.9998 的 F1 分数实现了卓越的性能，但具有线性核和 BoW 向量化的 SVM 模型也表现异常出色，达到了 99.81% 的准确率和 0.9980 的 F1 分数。这些发现强调，尽管 BERT 性能优越，但结合 BoW 和 TF-IDF 向量化方法的 SVM 模型表现极为接近，在计算需求较低的优势下提供了极具竞争力的性能。
引用
@article{arxiv.2411.12703,
title = {Strengthening False Information Propagation Detection: Leveraging SVM and Sophisticated Text Vectorization Techniques in comparison to BERT},
author = {Ahmed Akib Jawad Karim and Kazi Hafiz Md Asad and Aznur Azam},
journal= {arXiv preprint arXiv:2411.12703},
year = {2026}
}
备注
6 pages, 6 figures. This paper has been published in IEEE conference proceedings (QPAIN 2025