.png){kind=icon}
返回
Model for detecting fake news using a machine learning algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s40012-025-00421-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，虚假新闻日益流行，人们为了推进特定意识形态或政治目标，常常未经核实便传播其内容。媒体机构依赖吸引观众访问其网站来产生在线广告收入。因此，识别虚假新闻对于维护可信度和完整性至关重要。开发相关策略和技术对于确保数字时代新闻报道的真实性和完整性至关重要。本文提出了一种前沿的研究模型和工具，用于在现实场景中检测虚假新闻。该模型从多个方向提取特征，应用信息增益以减少特征集，并利用交叉验证比较不同模型的效率。最后，该模型采用顺序前向选择来评估其最优准确率。实验结果表明，Adaboost分类器仅需24个特征即可达到最优准确率，相较于40个特征。
Keyword:
Fake news
Natural language processing
Techniques and tools
Machine learning algorithm
Information gain
期刊
C
IF:
0
论文数:
31
被引数:
3