چکیده مقاله
با گسترش روزافزون شبکه های اجتماعی انتشار اخبار جعلی به یکی از جدی ترین چالش های عصر دیجیتال تبدیل شده است در این پژوهش یک سیستم خودکار برای تشخیص اخبار جعلی در محتوای فارسی ارائه می شود داده ها از پلتفرم های تلگرام و توییتر جمع آوری شده و با استفاده از مدل ParsBERT تحلیل می گردند مجموعه داده شامل ۱۲،۸۰۰ نمونه فارسی است که توسط سه متخصص با ضریب کاپای کوهن ۰٫۸۳ برچسب گذاری شده اند نتایج نشان می دهد که مدل پیشنهادی با دقت ۹۲٫۳ درصد و F۱ Score برابر ۹۱ نسبت به روش های پایه برتری دارد یافته ها تایید می کنند که مدل های زبانی پیش آموزش دیده فارسی رویکردی موثر برای مقابله با اطلاعات غلط در فضای مجازی فارسی زبان هستند
کلیدواژهها
نویسندگان
لفته میاحی
مدیر برنامه ریزی و فناوری اطلاعات کمیته امداد امام خمینی(ره) استان خوزستان
لفته میاحی
مدیر برنامه ریزی و فناوری اطلاعات کمیته امداد امام خمینی ره استان خوزستان
شیوه ارجاع
میاحی، لفته،1405،شناسایی اخبار جعلی در شبکه های اجتماعی فارسی زبان با استفاده از مدل های پردازش زبان طبیعی،نهمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق، کامپیوتر، مکانیک و مخابرات،مشهد
ارائهشده در
مجموعه مقالات نهمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق، کامپیوتر، مکانیک و مخابرات16 خرداد 1405 · مشهد