전달식 – 허위 뉴스 탐지를 위한 장단기 기억 네트워크

최근 허위 뉴스와 소문이 전 세계적으로 빠르게 퍼지고 있습니다. 이 상황은 잘못된 뉴스 기사의 생산과 확산을 초래합니다. 정확한 검증 없이 사용자에 의해 잘못된 데이터와 허위 뉴스가 극대화됩니다. 이 원고에서는 허위 뉴스를 탐지하기 위한 전달식 - 장단기 기억(T-LSTM) 방법을 제안합니다. Buzzfeed 및 ISOT 데이터셋이 허위 뉴스 탐지를 위해 이 원고에 사용되며, 토큰화, 불용어 제거 및 어간 추출로 전처리됩니다. 그 다음, 확률 주성분 분석(PPCA)을 사용해 특성 축소가 수행되며, T-LSTM 방법을 사용해 분류됩니다. 제안된 T-LSTM 방법은 Buzzfeed 데이터셋에서 96.51%의 정확도, 94.64%의 정밀도, 92.33%의 재현율 및 93.57%의 f1-score를 달성했습니다. 제안된 T-LSTM 방법은 ISOT 데이터셋에서 98.43%의 정확도, 97.76%의 정밀도, 97.02%의 재현율 및 97.35%의 f1-score를 달성했습니다. 제안된 T-LSTM 방법은 LSTM - Levy Flight(LSTM-LF) 및 OptNet과 같은 기존 다른 방법들보다 더 우수한 성능을 보였습니다.