رویکردهای یادگیری عمیق برای راستی آزمایی خودکار اخبار و تشخیص سوگیری رسانه ای

در عصر حاضر با رشد سریع تولید و انتشار محتوا در فضای آنلاین فرآیندهای تصمیم گیری در حوزه های اقتصادی، سرمایه گذاری، سیاست و اقتصاد دانش بنیان بیش از پیش به کیفیت و اعتبار اطلاعات وابسته شده اند. در چنین بستری اخبار ناقص، جهت دار یا نادرست می توانند تاثیرات چشمگیری بر افکار عمومی، بازارهای مالی و عملکرد سازمان های دانش بنیان بگذارند. این مقاله با محوریت زبان فارسی به بررسی و مقایسه رویکردهای یادگیری عمیق برای راستی آزمایی خودکار اخبار و تشخیص سوگیری رسانه ای می پردازد. ابتدا یک بررسی گسترده از مجموعه داده های بین المللی و فارسی ارائه می شود که امکان مقایسه روش ها در زمینه چندزبانی، کم منبعی و شبکه ای را فراهم می کند. در ادامه معماری های متنوعی از جمله مدل های محتوا محور مانند ParsBERT، مدل های مبتنی بر انتشار شبکه ای (graph-based)، مدل های چندرسانه ای (+ text image) و چارچوب های بازیابی شواهد (claim retrieval + verification) معرفی و تحلیل می شوند. برای زبان فارسی طراحی تجربی ویژه ای پیشنهاد شده است که شامل تقسیم داده مبتنی بر زمان، تنظیم دقیق پیش پردازش، تعیین baselineها، تنظیمات آموزش و معیارهای دقیق ارزیابی (Recall، Precision، AUC-ROC، F۱_macro) می باشد. در پایان به جنبه های مهندسی، اخلاقی و قابلیت تکرار (reproducibility) پرداخته شده و توصیه هایی برای پژوهش های آینده عرضه شده است. نتایج این مطالعه می تواند نه تنها مبنایی علمی برای پژوهشگران فارسی زبان فراهم کند بلکه مسیر را برای پیاده سازی سامانه های کاربردی در حوزه مدیریت، تجاری سازی، اقتصاد دانش بنیان و سرمایه گذاری هموار سازد.

کلیدواژه ها:

راستی آزمایی ، اخبار ، تشخیص اخبار جعلی ، تشخیص سوگیری رسانه ای ، یادگیری عمیق ، پردازش زبان فارسی ، دیتاست های فارسی