Sahte haber tespiti için derin öğrenme ve metasezgisel yöntemlere dayalı bir yaklaşım
An approach based on the deep learning and metaheuristic methods for fake news detection
- Tez No: 882937
- Danışmanlar: PROF. DR. RAMAZAN BAYINDIR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda sahte haberlerin yaygınlaşması, yanlış bilginin yayılmasından sosyal ve politik manipülasyona kadar toplum için önemli zorluklara yol açmıştır. Bu konunun ele alınması, gerçek ve uydurma bilgiler arasında etkili bir şekilde ayrım yapabilen yenilikçi metodolojileri gerektirir. Bu tez, sahte haberleri tespit etmek için derin öğrenmenin gücünü Karınca Kolonisi Optimizasyonu (KKO) algoritmasının optimizasyon yetenekleriyle birleştiren yeni bir yaklaşım sunmaktadır. Önerilen yaklaşım, metin içeriğinden karmaşık öznitelikleri çıkarmak için tokenizasyon modellerinden yararlanmaktadır. Sahte ve gerçek haberlerin sınıflandırılması için derin öğrenme kullanılmış ve test verileri değerlendirilmiştir. Yöntemlerin performansının artırılması için KKO, Parçacık Sürü Optimizasyonu (PSO) ve Genetik Algoritma (GA) gibi öznitelik seçim yöntemleri kullanılmıştır ve en iyi performans KKO algoritması ile elde edilmiştir. KKO algoritması, en bilgilendirici öznitelikleri belirleyerek gerçek ve sahte haberler arasındaki ayrımı geliştirerek öznitelik seçim sürecini optimize etmek için kullanılır. Önerilen yaklaşımın etkinliğini değerlendirmek için veri seti üzerinde kapsamlı deneyler yapılmıştır. Sonuçlar, hibrit modelin doğruluk, hassasiyet, özgüllük ve kesinlik açısından mevcut yöntemlerden daha iyi performans ortaya koyduğunu göstermektedir.
Özet (Çeviri)
In recent years, the proliferation of fake news has posed significant challenges to society, ranging from misinformation dissemination to social and political manipulation. Addressing this issue necessitates innovative methodologies capable of effectively discerning between genuine and fabricated information. This thesis presents a novel approach that combines the power of deep learning with the optimization capabilities of the Ant Colony Optimization (ACO) algorithm to detect fake news. The proposed method leverages tokenization models to extract intricate features from textual content. Deep learning has been used for the classification of fake and real news, and the test data has been evaluated. Feature selection methods such as ACO, Particle Swarm Optimization (PSO), and Genetic Algorithm (GA) were used to improve the performance of the methods, and the best performance was obtained with the ACO algorithm. The ACO algorithm is employed to optimize the feature selection process, enhancing the discrimination between real and fake news by identifying the most informative features. Extensive experiments have been conducted on dataset to evaluate the effectiveness of the proposed approach. The results demonstrate that our hybrid model outperforms existing methods in terms of accuracy, sensitivity, specificity, and precision.
Benzer Tezler
- Türkiye'de seslendirme ve sözlendirme sorunu
Başlık çevirisi yok
MİNE ÇALIŞKANER
Yüksek Lisans
Türkçe
1987
Sahne ve Görüntü Sanatlarıİstanbul ÜniversitesiRadyo Televizyon Ana Bilim Dalı
DOÇ. DR. MEHMET NİYAZİ ÖKTEM
- Naproksenin postoperatif dentoolveoler ağrıya olan analjezik etkisinin klinik olarak araştırılması
Başlık çevirisi yok
FATMA BULAT
Doktora
Türkçe
1987
Diş HekimliğiAnkara ÜniversitesiAğız, Diş ve Çene Cerrahisi Ana Bilim Dalı
DOÇ. DR. SELAHATTİN OR
- Akhisar-Gölmarmara-Gördes-Sındırgı arasının jeolojisi
Başlık çevirisi yok
NECATİ AKDENİZ
Doktora
Türkçe
1985
Jeoloji Mühendisliğiİstanbul ÜniversitesiJeoloji Ana Bilim Dalı
PROF. DR. MEHMET AKARTUNA
- Bankacılıkta bilgisayar uygulamaları ve bir sistemin yakından incelenmesi
Başlık çevirisi yok
KÜRŞAD DARÇIN