요약을 통한 제목 입장 탐지 향상 탐색

가짜 뉴스와 오보의 확산은 사회에 심각한 문제를 초래하고 있으며, 그 원인 중 하나는 점점 더 많은 사람들이 뉴스의 제목이나 요약만 읽고, 정보의 신뢰성에 대해 깊이 고민하지 않고, 허위 또는 왜곡된 정보를 포함할 가능성을 간과하고 있다는 점이다. 구체적으로, 올바르게 설계된 뉴스 기사의 제목은 해당 기사의 핵심 정보를 요약한 내용과 일치해야 한다. 그러나 현실적으로 이러한 일치가 항상 이루어지지는 않으며, 클릭 수 증가나 정치적 이익 등 다양한 이해관계가 작용하면서 제목이 원래의 목적을 충족하지 못하는 경우가 생긴다. 본 연구는 뉴스 제목이 본문 내용과의 관계에서 취하는 입장을 분석하기 위해 자동 뉴스 요약 기술을 활용하는 방법을 탐구한다. 이를 위해 본문 전체를 사용하는 대신 요약 기술을 통해 생성된 정보를 두 단계의 분류기 입력으로 활용하는 새로운 접근법을 제안한다. 이 방식은 처리해야 할 정보량을 줄이면서도 핵심 정보는 유지함으로써 효율성을 높인다. 실험은 Fake News Challenge FNC-1 데이터셋을 기반으로 수행되었으며, 기존 최고 성능을 상회하는 94.13%의 정확도를 달성했다. 특히, 본 연구에서 제안한 방법은 본문 전체가 아닌 자동 요약을 통해 제공되는 관련 정보만을 사용함에도 불구하고, 다양한 입장(stance) 카테고리를 매우 경쟁력 있는 성능으로 분류할 수 있었으며, 이는 자동 추출 요약 기술이 본문 전체 내용에 비해 매우 짧은 정보(예: 제목, 문장)에 대한 입장 판단에 긍정적인 영향을 미칠 수 있음을 시사한다.