基于GPT-BERT的混合深度学习模型用于假新闻检测
Pummy Dhiman1, Amandeep Kaur1, Deepali Gupta1
1Chitkara University Institute of Engineering and Technology, Chitkara University, Rajpura, 140601, Punjab, India.
Heliyon
|September 2, 2024
概括
一个新的转换器生成双向编码器表示 (GBERT) 框架有效检测假新闻. 这种方法结合了生成预训练变压器 (GPT) 和变压器的双向编码器表示 (BERT),以高精度识别欺诈性内容.
科学领域:
- 自然语言处理自然语言处理.
- 人工智能的人工智能
- 信息安全 信息安全
背景情况:
- 数字时代促进了全球沟通,但也放大了假新闻的传播.
- 假新闻被定义为故意虚假的信息,对社会和,政治,经济和论构成重大风险.
- 假新闻检测是区分真实的信息和伪造的内容的关键研究领域.


