Modern approaches for fake news classification

2026

Полный текст Открытый доступ: Hybrid Метаданные (CSL-JSON)
DOI 10.54596/2958-0048-2025-4-195-204
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

This study addresses the problem of classification to determine whether a text is authentic or genuine. It uses state-of-the-art deep learning architectures in natural language processing (NLP), the Bert, Albert and GPT-2 models. Using these advanced models, the study aims to develop accurate and robust classification approaches to effectively distinguish between fake and real news. The test result showed that the proposed method has the potential to be used in distinguishing news that does not contain truth from those that do.