Détection des fausses nouvelles

La croissance continue des médias sociaux a fourni aux utilisateurs un moyen plus pratique d'accéder aux nouvelles qu'auparavant et il est donc possible que certaines fausses informations ou rumeurs soient générées et diffusées sur le web, amenant d'autres utilisateurs à les croire et à les propager en tant que mensonges involontaires.Ce travail propose un modèle pour identifier les fausses nouvelles sur les médias sociaux. La classification des nouvelles est basée sur le niveau de similarité entre le sens sémantique et la formulation similaire de leur texte. Ces vecteurs de mots du corps et de la tête sont utilisés pour découvrir la similarité sémantique des mots, nous proposons une architecture de réseau neuronal feed forward pour détecter les nouvelles sémantiquement équivalentes. Le réseau neuronal proposé transforme tout d'abord les mots en encastrements de mots, en utilisant une vaste collection de données non étiquetées, puis applique un réseau de type feed forward pour construire des représentations vectorielles pour la tête et le corps. Nous analyserons et réaliserons nos expériences pour prédire les fausses nouvelles en utilisant l'apprentissage automatique et le réseau neuronal.