文献

J-GLOBAL ID：202002256808496808   整理番号：20A2445077

MNBおよびSVM分類器を用いたBangla Fakeニュースの検出【JST・京大機械翻訳】

Detection of Bangla Fake News using MNB and SVM Classifier

著者 (5件)： Hussain Md Gulzar (Green University of Bangladesh,Department of CSE,Dhaka,Bangladesh) ,  Rashidul Hasan Md (Green University of Bangladesh,Department of CSE,Dhaka,Bangladesh) ,  Rahman Mahmuda (Jahangirnagar University,Department of CSE,Dhaka,Bangladesh) ,  Protim Joy (Green University of Bangladesh,Department of CSE,Dhaka,Bangladesh) ,  Al Hasan Sakib (Huzhou Normal University,Department of CST,Huzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： iCCECE  ページ： 81-85  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： インターネットコミュニティにおいて一般的になった様々な政治的および商業的な原因のために,ファクまたは fraudニュースは多数存在する。人々は,オフラインコミュニティに多大な影響を及ぼすそれらの偽造語のために,これらの不正なニュースのどれかによって容易に獲得できる。したがって,この話題に関する研究において関心が高まった。英語テキストにおける偽ニュースの同定と,Bangla言語における2,3を除く他の言語の同定に関する注目すべき作業を行った。本研究は,Banglaソーシャルメディアから偽ニュースを検出する実験調査を示し,この分野は,まだ多くの濃縮物を必要とする。著者らは,Bangla fakeニュースを認識するために,この研究,サポートベクトルマシン(SVM)および多項Naive Bayes(MNB)分類器を通して,2つの教師つき機械学習技術を利用した。Term周波数逆文書周波数ベクトルと計数器を特徴抽出として使用した。提案システムは,関連するポストの極性に従って,偽ニュースを認識する。結局,本研究は,線形カーネルを持つSVMが93.62%の精度でMNBを凌駕する96.64%の精度を与えることを示す。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 極性 ,  ベクトル ,  言語 ,  計数器 ,  特徴抽出 ,  コミュニティ ,  英語 ,  線形性 ,  *ニュース ,  インターネット ,  サポートベクトルマシン
準シソーラス用語： ソーシャルメディア ,  オフライン ,  教師付き機械学習 ,  フェイクニュース , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： SVM分類 ,  ニュース