基于机器学习算法的虚假新闻检测研究

作者：柳晓翠

来源：信息技术与信息化, 2021, (09): 237-239.

• 机器学习
• 虚假新闻检测
• TF-IDF
• 支持向量机
• K折交叉验证法

针对社交媒体虚假新闻检测问题,为实现快速有效的检测,提出了一种利用机器学习算法进行虚假新闻检测研究的方法。首先通过词频-逆向文件频率(term frequency–inverse document frequency,TF-IDF)算法提取文本特征向量,然后使用K折交叉验证法寻找支持向量机 (support vector machines,SVM)模型的最优参数,最后利用已寻找的最优参数训练SVM模型,并对新闻数据集进行真假新闻分类,从而识别出虚假新闻。实验结果表明,与朴素贝叶斯和决策树算法相比,提出的方法在虚假新闻检测问题上表现出较好的评价指标,其中正确率、召回率和F1值高于其他两种方法,ROC曲线也优于其他两种算法。

• 单位
  山东大学