假新闻检测器

数字媒体中假新闻的传播对信息的完整性构成了重大挑战。本研究探索了机器学习的应用，特别是逻辑回归，用于自动化假新闻检测，使用的数据集来源于Kaggle。应用了文本预处理技术，包括分词、词干提取和TF-IDF向量化，从新闻文章中提取特征。对处理后的数据训练了一个逻辑回归模型，以将文章分类为真实或假新闻。该模型在训练集上达到了98.68%的高准确率，在测试集上达到了97.67%的准确率。此外，还开发了一个用户友好的Streamlit网络应用程序，用于实时预测假新闻。本研究展示了逻辑回归在对抗错误信息方面的有效性，并有助于增强数字媒体中的信息可信度。关键词 — 假新闻检测，机器学习，逻辑回归，TF-IDF向量化，文本预处理，信息完整性。