بهبود شناسایی اخبار جعلی در رسانه های خبری با استفاده از روش های مبتنی بر مدل سازی موضوعی و الگوریتم شبکه های عمیق
محل انتشار: نهمین کنفرانس ملی مهندسی برق ، کامپیوتر و مکانیک
سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 891
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECME09_012
تاریخ نمایه سازی: 10 دی 1399
چکیده مقاله:
صحت اطلاعات در اخبار پخش شده در شبکه های اجتماعی، به موضوعی ضروری تبدد یل شدده اسدت که بر روی مشاغل و جامعه هم برای رسانه های چاپی و هم دیجیتال تأثیر می گذارد. پژوهشگران زیادی در این حوزه، پژوهش هایی را انجام داده اندد، اما هنوز به هدف نهایی که شناسایی دقیق این متون است نرسیده اند. در این پژوهش سعی شده است که با توجه به بهبود روش های پیشین در حوزه تشخیص اخبار جعلی، روش جدیدی ارائه شود و با استفاده از آن دقت این مدل افزوده شود. با توجه به نتایج حاصل شده در این پژوهش، شناسایی اخبار جعلی در رسانه های خبری با اسدتفاد ه از روش های مبتنی بر مدلسازی موضوعی و الگوریتم شبکه های عمیق بهبود پیدا کرده است، روند اجرایی این دو الگوریتم به این صدورت اسدت که بر اساس الگوریتم مدل سازی موضوعی در ابتدا ویژگی های داده ای استخراج می شود تا بهبود قابل ملاحظه ای در ایجداد مدل داشدته باشیم و در ادامه با استفاده از الگوریتم شبکه عمیق مدل ایجاد خواهد شد و با توجه به معیار دقت این الگوریتم حدود 6 درصد نسبت به بقیه رویکردها بهبود داشته است.
کلیدواژه ها:
نویسندگان
محمدرضا زارع
دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه غیرانتفاعی زند شیراز
زهرا رضایی
عضو هیات علمی گروه کامپیوتر دانشگاه آزاد اسلامی واحد مرودشت