Zastosowanie technik uczenia maszynowego oraz przetwarzania języka naturalnego w rozpoznaniu treści fake news

Abstract

W pracy tej przyjrzano się najpopularniejszym narzędziom wykorzystanym w dziedzinie uczenia maszynowego oraz NLP do detekcji fake news. Pracując na zbiorze danych zawierającym około 40 tyś artykułów z różnych portali informacyjnych, zaimplementowano klasyczne modele uczenia maszynowego – model SVM, regresji logistycznej, modele uczenia głębokiego – CNN, Bi-LSTM, CNN-Bi-LSTM oraz model oparty na transformerze BERT.