تشخيص اخبار جعلي با مدل حافظه طولاني كوتاه مدت

اصفهان : دانشگاه صنعتي اصفهان

فيزيك

كارشناسي ارشد

ميزان اطلاعات به اشتراك گذاشته در اينترنت به ويژه رسانه‌هاي مبتني بر وب به طور منظم در حال افزايش است. دسترسي آسان و گسترش سريع داده‌ها از طريق شبكه‌ها و رسانه‌هاي اجتماعي باعث شده است كه تمايز بين اطلاعات جعلي و واقعي كار آساني نباشد. امروزه بيشتر كاربران گوشي‌هاي هوشمند تمايل دارند اخبار را در رسانه‌هاي اجتماعي بخوانند. اخبار در رسانه‌هاي اجتماعي به طور صحيح تاييد اعتبار نمي‌شوند و اين امر زمينه‌اي براي پخش اطلاعات غلط شده است . يكي از روش‌هاي مورد استفاده براي تشخيص اخبار جعلي استفاده از شبكه‌هاي عصبي است كه با آموزش دادن اين شبكه‌ها با استفاده از خبرها مي‌توان آن‌ها را در تشخيص جعلي بودن اخبار توانمند كرد. يك نمونه از اين شبكه‌ها، شبكه حافظه طولاني كوتاه مدت است. در اين پروژه شبكه حافظه طولاني كوتاه مدت بر روي داده‌هاي تشخيص اخبار جعلي ISOT پياده سازي شده است .اين شبكه 98% موفق به تشخيص درست اخبار جعلي شده است. اين مدل با مدل‌هاي درخت تصميم ،رگرسيون لجستيك و مدل انكودر دو طرفه نمايشي از ترانسفورماتور نيز مقايسه شده است و نسبت به اين مدل‌ها عملكرد بهتري داشته است. براي هر يك از مدل‌ها ماتريس سردرگمي و دقت عملكرد و امتياز F1 محاسبه شده است. همچنين منحني مشخصه عملكرد نيز براي همه مدل‌ها رسم شده است. دقت عملكرد و امتياز F1 براي مدل حافظه طولاني كوتاه مدت به ترتيب 99% و98% بدست آمده است.

231022

ماده چگال

فيزيك

دانشگاه صنعتي اصفهان