Sur les avantages de la combinaison des caractéristiques neuronales, statistiques et externes pour l'identification des fausses nouvelles

L'identification de la véracité d'un article de presse est un problème intéressant, tandis que l'automatisation de ce processus peut être une tâche ardue. La détection d'un article de presse comme étant faux reste une question ouverte, car elle dépend de nombreux facteurs que les modèles actuels d'avant-garde échouent à intégrer. Dans cet article, nous explorons une sous-tâche liée à l'identification des fausses nouvelles, à savoir la détection de positionnement (stance detection). Étant donné un article de presse, la tâche consiste à déterminer la pertinence du corps de l'article par rapport à sa revendication (claim). Nous présentons une nouvelle approche qui combine les caractéristiques neuronales, statistiques et externes pour offrir une solution efficace à ce problème. Nous calculons l'embedding neuronal à partir d'un modèle récurrent profond, les caractéristiques statistiques à partir d'un modèle « sac de mots » pondéré par n-grammes et des caractéristiques externes élaborées manuellement grâce aux heuristiques d'ingénierie des caractéristiques. Enfin, en utilisant une couche neuronale profonde, toutes ces caractéristiques sont combinées, permettant ainsi de classifier le couple titre-corps de l'article comme étant en accord (agree), en désaccord (disagree), en discussion (discuss) ou non lié (unrelated). Nous comparons notre technique proposée avec les modèles actuels d'avant-garde sur le jeu de données du défi des fausses nouvelles (fake news challenge dataset). À travers des expériences exhaustives, nous constatons que le modèle proposé surpasse toutes les techniques d'avant-garde actuelles, y compris les soumissions au défi des fausses nouvelles.