ارائه رويكرد تركيبي مبتني بر يادگيري عميق و يادگيري ماشين جهت تشخيص اخبار جعلي: مطالعه موردي اخبار فارسي در حوزه كرونا ويروس

هدف: اطلاعات غلط يا تأييد نشده، دقيقاً مانند اطلاعات دقيق در وب منتشر مي‌‌شوند. بنابراين، ممكن است ويروسي شوند و بر افكار عمومي و تصميمات آن تأثير بگذارند. اخبار جعلي و شايعات به ترتيب محبوب‌‌ترين اشكال اطلاعات دروغ و تأييد نشده را نشان مي‌‌دهند و براي جلوگيري از تأثيرات چشمگير آنها بايد در اسرع وقت كشف شوند. علاقه به تكنيك‌‌هاي مؤثر در شناسايي، در سال‌‌هاي اخير بسيار سريع در حال افزايش است. مسئله تشخيص اخبار جعلي به عنوان يك مسئله طبقه‌‌بندي در پردازش زبان طبيعي و متن‌كاوي شناخته مي‌‌شود و هدف آن تفكيك و تشخيص اخبار جعل از واقعي، در متن‌‌هاي استخراج شده و بهبود در دقت تشخيص اخبار جعلي است. شبكه‌‌هاي عصبي كانولوشن به عنوان يكي از مهم‌‌ترين مدل‌‌هاي يادگيري عميق دقت بالايي را بر روي اين مسائل بدست آورده‌‌اند.اين شبكه‌‌ها شامل مشكلاتي مثل عدم در نظر گرفتن موقعيت كلمات مي‌‌باشند كه مسأله مذكور با استفاده از شبكه كپسول برطرف گرديده و جهت حل مشكل پردازش سنگين لايه‌‌هاي تمام متصل و فضاي پارامتريك الگوريتم‌‌هاي XGBOOST و بهينه‌سازي ازدحام انبوه ذرات (PSO) براي دستيابي به دقت و صحّت بهينه پيشنهاد شده است.روش‌‌: مطالعه حاضر پژوهشي كاربردي بوده كه در آن حدود 42000 اخبار فارسي از شهرهاي مختلف ايران از توييتر جمع‌‌آوري شده و با استفاده از روش‌‌هاي پاك‌‌سازي و پيش‌‌پردازش، اطلاعات اضافي حذف و پس از برچسب زدن، اخبار آماده به‌كارگيري جهت رويكرد پيشنهادي با استفاده از نرم‌‌افزار پايتون و كتابخانه‌‌هاي مربوطه با الگوريتم‌‌هاي يادگيري ماشين و يادگيري عميق شد.يافته‌‌ها: طي بررسي، آزمايش و تست، برخي از الگوريتم‌‌هاي يادگيري ماشين داراي قدرت بيشتري در مسائل طبقه‌‌بندي بودند، ولي با تغييرات و اعمال روش‌‌هاي پيشنهادي كه در ساختار الگوريتم شبكه كانولوشن و شبكه كپسول صورت گرفت، نتايج بهينه نسبت به الگوريتم‌‌هاي يادگيري ماشين و ساير الگوريتم‌‌هاي پايه و الگوريتم‌هاي مورد ارزيابي بدست آمد.نتيجه‌‌گيري: راهكارهاي پيشنهادي در اين تحقيق در مقايسه با رويكردهاي الگوريتم‌‌هاي پايه و يا راهكارهاي صورت گرفته جهت حل مشكلات مذكور بدون اضافه كردن سربار اضافي از لحاظ تعداد ويژگي‌‌ها و عمق شبكه، با تغيير در ورودي توانسته است به نتايج بهتر و قابل قبول از ساير رويكردهاي موجود در ادبيات دست يافته و به دقت و صحّت حدود 96 درصد دست يابد.