ScholarGate
Assistent
Process / pipeline

Avdekking av falske nyheter — klassifisering av feilinformasjon

Avdekking av falske nyheter er en klassifiseringsoppgave innen naturlig språkbehandling som vurderer troverdigheten til nyhetstekst og merker innhold som falskt eller ekte. Ved å bygge på Shu et al. (2017) sin rammeverk for sosiale medier og Thorne og Vlachos (2018) sitt rammeverk for automatisert faktasjekking, omdanner den ustrukturerte nyhetsartikler til en veiledet troverdighetsbeslutning lært fra merkede eksempler.

Åpne i MethodMindSnartVideoSnartLast ned lysbilder

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Metodekart

Nabolaget av beslektede metoder — velg en node for å utforske.

Kilder

  1. Shu, K. et al. (2017). Fake News Detection on Social Media. ACM SIGKDD. link
  2. Thorne, J. & Vlachos, A. (2018). Automated Fact Checking. COLING. link

Slik siterer du denne siden

ScholarGate. (2026, June 1). Fake News Detection (Misinformation Classification). ScholarGate. https://scholargate.app/no/text-mining/fake-news-detection

Hvilken metode?

Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.

Sammenlign side om side

Referert av

ScholarGateFake News Detection (Fake News Detection (Misinformation Classification)). Hentet 2026-06-15 fra https://scholargate.app/no/text-mining/fake-news-detection · Datasett: https://doi.org/10.5281/zenodo.20539026