مقایسه الگوریتمهای درخت تصمیم،رگرسیون لجستیک و کا-نزدیک ترین همسایگی در طبقه بندی اخبار جعلی

برای طبقه بندی متن از یادگیری ماشین و پردازش زبان طبیعی به طور گستردهای استفاده می شود. به طور کلی هدف یک طبقه بند متن ، طبقه بندی سندها در قالب تعداد مشخصی از دسته های از پیش تعیین شده می باشد. در این پژوهش ، اخبار پخش شده در فضای مجازی مورد بررسی قرار گرفته است تا به این سوال پاسخ داده شود که این اخبار در کدام یک از دسته ی جعلی یا واقعی قرار می گیرد. روش پیشنهادی با در نظر داشتن ساختارکلمات انگلیسی ، مدل ترنسفورمرها و الگوریتم های درخت تصمیم ،رگرسیون لجستیک و کا-نزدیک ترین همسایگی ، اخبار جعلی را از واقعی طبقه بندی می کند. در این پژوهش سه الگوریتم یادگیری مذکور مورد استفاده قرار گرفت و کارایی آنها در زمینه طبقه بندی اخبار جعلی از واقعی با یکدیگر مقایسه گردید. مطابق نتایج و براساس شاخص های مختلف ازریابی دقت ، مدل رگرسیون لجستیک ، بهترین و بالاترین دقت را نسبت به مدل درخت تصمیم و کا-نزدیک ترین همسایگی داشت .

کلیدواژه ها:

الگوریتم یادگیری ماشین ، طبقه بندی متن ، اخبار جعلی ، پردازش زبان طبیعی ، متن انگلیسی