تشخیص اخبار جعلی با استفاده از هوش مصنوعی و یادگیری ماشین: مروری بر روش ها، چالش ها و چشم انداز آینده

سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 14

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITNAF01_1069

تاریخ نمایه سازی: 14 آبان 1405

چکیده مقاله:

گسترش بی سابقه ی شبکه های اجتماعی و پلتفرم های برخط در عصر حاضر، اگرچه دسترسی به اطلاعات را آسان ساخته اما هم زمان بستری حاصل خیز برای تولید و انتشار اخبار جعلی و اطلاعات نادرست فراهم آورده است. این پدیده با تاثیرگذاری عمیق بر افکار عمومی، سیاست گذاری، اقتصاد و حتی زنجیره های تامین، تشخیص خودکار را به یکی از چالش های بنیادین در حوزه ی پردازش زبان طبیعی و یادگیری ماشین تبدیل کرده است. پژوهش حاضر با هدف مرور نظام مند روش های تشخیص اخبار جعلی مبتنی بر هوش مصنوعی و یادگیری ماشین به بررسی ۱۲ مقاله ی معتبر و بروز از پایگاه های علمی شناخته شده در بازه زمانی ۲۰۲۰ تا ۲۰۲۶ پرداخته است. الگوریتم های مورد مطالعه طیفی گسترده از روش های کلاسیک همچون ماشین بردار پشتیبان و جنگل تصادفی تا رویکردهای پیشرفته ی یادگیری عمیق شامل شبکه های عصبی کانولوشن، شبکه های حافظه بلندمدت، مدل های مبتنی بر Transformer مانند BERT و ROBERTa، شبکه های عصبی گراف و نیز روش های ترکیبی با الگوریتم های بهینه سازی ازدحام ذرات و بهینه ساز گرگ خاکستری را در بر می گیرد. یافته ها نشان می دهد که رویکردهای ترکیبی یادگیری عمیق به همراه جاسازی های واژگانی مانند FastText، به دقتی بالغ بر ۹۹ درصد دست یافته اند؛ همچنین ترکیب ماشین بردار پشتیبان با الگوریتم های بهینه سازی صحت ۹۸.۲۸ درصد را در شناسایی حساب های کاربری جعلی ثبت کرده است. در کمال شگفتی شبکه های عصبی گراف با وجود معماری ساده و هزینه ی محاسباتی پایین، عملکردی کاملا رقابتی با مدل های پیچیده داشته و در مجموعه داده های گوناگون، امتیاز F۱ را به بیش از ۹۶ درصد رسانده اند. با وجود این، پیشرفت ها چالش های جدی نظیر کمبود داده های استاندارد، تشخیص محتوای چندوجهی، تفسیرپذیری مدل ها، مقاومت در برابر حملات خصمانه و تعمیم پذیری بین مجموعه داده های مختلف، همچنان پابرجا هستند. در نهایت پژوهش های آینده به سمت توسعه مجموعه داده های جامع چندزبانه، مدل های چندوجهی، سامانه های تشخیص بیدرنگ، رهگیری از هوش مصنوعی قابل توضیح و چارچوب های مفهومی یکپارچه هدایت شده اند تا بتوانند گره گشای بسیاری از دشواری های کنونی باشند.

نویسندگان

زهرا عادلی

دانشجوی رشته مهندسی کامپیوتر دانشگاه کوثر ملایر

محبوبه مراد طجری

استاد دانشگاه ملی مهارت کوثر ملایر