تشخیص اخبار جعلی فارسی با تحلیل احساسات و ویژگی های محتوایی: یک رویکرد ترکیبی از کاهش ابعاد، بالانس داده ها، یادگیری جمعی و ارزیابی بهتر با روش اعتبارسنجی متقابل

این مطالعه بر تشخیص اخبار جعلی فارسی با تاکید بر تحلیل احساسات و ویژگی های محتوایی تمرکز دارد. هدف این تحقیق بهره برداری از ترکیب مدل ParsBERT برای تحلیل احساسات، شامل طبقه بندی، درصد و شدت احساسات مثبت و منفی، و همچنین بررسی ویژگی های محتوایی مانند طول کلمات و جملات و شمارش نشانه های خاص است. انگیزه این تحقیق ناشی از نیاز به افزایش دقت و کارایی مدل های تشخیص اخبار جعلی با استفاده از تکنیک های پیشرفته یادگیری ماشین است. این تحقیق از تکنیک های پیشرفته یادگیری ماشین برای بهبود عملکرد و بهینه سازی مدل ها استفاده می کند. این تکنیک ها شامل کاهش ابعاد با استفاده از تحلیل مولفه های اصلی (PCA)، بالانس سازی داده ها با روش افزایش نمونه های اقلیت مصنوعی (SMOTE) و وزن دهی به کلاس های کم نمونه است. همچنین برای ارزیابی و بهبود عملکرد مدل ها، از اعتبارسنجی متقابل Stratified K-Fold استفاده شد. الگوریتم های مختلف یادگیری ماشین پایه ای به طور مستقل بر روی داده ها آزمایش شدند که نتایج قابل قبولی در طبقه بندی اخبار جعلی به دست آمد. برای دستیابی به دقت نهایی بالاتر، یادگیری جمعی با ترکیب مدل های مختلف از طریق Stack Classifier به کار گرفته شد. پس از ارزیابی ها و آزمایش های متعدد، رویکرد ترکیبی شامل الگوریتم های SVM، Random Forest، KNN و Logistic Regression به عنوان مدل نهایی انتخاب شد، که Logistic Regression به عنوان مدل نهایی برگزیده شد. نتایج نشان دادند که ترکیب این الگوریتم ها توانسته است دقت کلی مدل ها را به ۹۲ درصد برساند و بهبود قابل توجهی نسبت به مدل های فردی ایجاد کند. این تحقیق به وضوح نشان می دهد که ادغام تحلیل احساسات و ویژگی های محتوایی در زبان فارسی، همراه با تکنیک های پیشرفته یادگیری ماشین و رویکردهای ترکیبی، به طور قابل توجهی دقت تشخیص اخبار جعلی را بهبود می بخشد. این مطالعه به حوزه تحقیقاتی با نمایش کارایی ترکیب چندین الگوریتم و تکنیک برای دقت بیشتر در تشخیص اخبار جعلی، کمک می کند.

کلیدواژه ها:

تشخیص اخبار جعلی ، تحلیل احساسات ، Stacking Learning ، ParsBERT ، Ensemble Learning