Rilevare le fake news: PNL e apprendimento automatico in azione

Non è un segreto che le piattaforme di social media stiano proliferando a un ritmo senza precedenti e che, con l'accesso a Internet sempre più ubiquo, la diffusione di fake news sia diventata un processo rapido e senza sforzo. Le ramificazioni di questo fenomeno sono profonde, in particolare nei settori della politica e dell'istruzione, dove l'impatto delle fake news può essere significativamente dirompente.In questo studio di ricerca, utilizzeremo l'elaborazione del linguaggio naturale (NLP) per trasformare i titoli delle notizie basati sul testo in vettori numerici. Abbiamo esaminato e confrontato due metodi NLP, Bag of Words (BoW) e Term Frequency-Inverse Document Frequency (TF-IDF), per vedere come si comportano utilizzando diversi algoritmi di ML per identificare le fake news.Utilizzeremo diversi algoritmi di classificazione di machine learning, tra cui Naïve Bayes, Logistic Regression, Random Forest e Support Vector Machine. Il nostro obiettivo è identificare la tecnica NLP più efficace per identificare le fake news.