메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
현준서 (전북대학교) 유서현 (전북대학교) 조재혁 (전북대학교)
저널정보
ICT플랫폼학회 JOURNAL OF PLATFORM TECHNOLOGY JOURNAL OF PLATFORM TECHNOLOGY Vol.12 No.4
발행연도
2024.8
수록면
55 - 66 (12page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
소셜 미디어 상에 최근 들어 급증한 가짜 뉴스는 우리의 삶을 위협하고 있다. 즉, 더 교묘한 가짜 정보가 소셜미디어에 유통될수록 더 정확한 탐지방법이 필요하다. 이를 위해 본 논문은 Hyperband가 Global Optimum에 수렴하지 못하는 문제를 해결하는 동시에 강한 성능을 보이는 최신 최적화 방법론인 Bayesian Optimization-Hyperband(BOHB)를 도입한 가짜 뉴스 탐지 모델을 제안한다. 먼저 전처리된 LIAR 데이터셋과 FakeNewsNet 데이터셋의 텍스트를 TF-IDF, Word2Vec, BERT로 임베딩한다. 이후 텍스트 임베딩을 입력으로 하는 SVM과 Bi-LSTM으로 훈련시키는 동시에BOHB로 hyperparameter를 최적화한다. 최적화된 모델은 최적화되지 않은 모델보다 Accuracy가LIAR 데이터셋에 대해 21.1%, FAKENEWSNET에 대해 10.14%가 상승했다. 결과적으로, BOHB를 적용한 모델이 그렇지 않은 모델보다 효율적임을 입증한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 선행연구
Ⅲ. 방법론
Ⅳ. 결과 및 논의
Ⅴ. 결론 및 한계
Ⅵ. 감사의 글
Ⅶ. 참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-091062591