تشخيص اخبار جعلي توسط هوش مصنوعي

Detection fake news by Artificial intelligence

اخبار جعلي و اطلاعات نادرست چالش هاي بزرگ انواع رسانه ها به ويژه رسانه هاي اجتماعي است. همانطور كه شبكه هاي اجتماعي بزرگي مانند فيس بوك و توييتر اعتراف كردند، بسياري از اطلاعات نادرست، لايك هاي جعلي، بازديدها و حساب هاي تكراري وجود دارد. اكثر اطلاعاتي كه در رسانه هاي اجتماعي ظاهر مي شوند مشكوك و در برخي موارد گمراه كننده هستند. آنها بايد هر چه سريعتر شناسايي شوند تا از تأثير منفي بر جامعه جلوگيري شود. ابعاد مجموعه داده هاي اخبار جعلي به سرعت در حال رشد است، بنابراين براي به دست آوردن نتيجه بهتر از تشخيص اطلاعات نادرست با زمان محاسبات و پيچيدگي كمتر، ابعاد بايد كاهش يابد، كه توسط انتخاب ويژگي انجام مي شود. هدف اين تكنيك انتخاب يك زيرمجموعه ويژگي از مجموعه اصلي براي بهبود عملكرد طبقه‌بندي است. در اين مقاله، انتخاب ويژگي توسط الگوريتم كلوني مورچه استفاده شده و سپس اخبار بر اساس زير مجموعه ويژگي نهايي با استفاده از نروفازي طبقه‌بندي مي‌شوند. روش پيشنهادي با مقايسه عملكرد آن با ساير روشها در مجموعه داده Buzzfeed ارزيابي شد و نتيجه طبقه‌بندي و تشخيص تا حد بسيار زيادي بهبود يافته است. همچنين دقت طبقه بندي به دليل حذف ويژگي هاي اضافي و كاهش ابعاد مجموعه داده ها افزايش يافته است.