SNS上のフェイクニュースを特定するための敏感なスタイリスティックアプローチ

真実と虚偽の事実を区別する際の人間の非効率性は、フェイクニュースを論理的真実への脅威として引き起こし、民主主義、ジャーナリズム、および政府機関の信頼性を悪化させます。本書では、自然言語処理に基づく計算的スタイル分析を提案し、機械学習アルゴリズムを効率的に用いてソーシャルメディアから抽出されたテキスト内のフェイクニュースを検出します。この分析はTwitterからのニュースを考慮し、約33,000件のツイートを収集し、実際のものと確定した虚偽とに分類されました。検出の質を評価したところ、86%の精度と94%の適合率が際立っており、元の特徴数の六分の一に次元の削減を行った場合でも維持されました。我々のアプローチは最小限のオーバーヘッドを導入し、フェイクニュースと実際のニュースを区別する際に高い信頼性指数を提供する可能性があります。