Home - cookie10142008/tsmc_intern GitHub Wiki

假新聞 論文題目發想

(https://www.mirrormedia.mg/story/20180809mit001/) 全球多個科研團隊已在研發可自動識別新聞真偽的程式。 主要功能是對新聞的可信度做一個初步的鑑定，並將結果傳遞給讀者以供其參考。

這些程式對一則新聞的關注點大致可分為2類：報導的內容和敘述的口吻。 ex: 三星搶到台積電的nvidia gpu訂單

可研究：主要傳播形式 => ex: 真新聞：一個一個傳遞，假新聞：一個爆炸性傳遞 假新聞撰寫pattern(寫作手法上有共通之處)

實例： 1.臉書：關於機器學習，臉書的產品經理 Tessa Lyons 表示，機器學習可以自動化刪除已被證實的假新聞，舉法國的實際案例來說，這條敘述「可以用針刺手指放血的方式來拯救中風病患」被證實為假，而機器學習就據此，自動識別 1400 個相關論述的內容。 2. 美玉姨

***自北京航空航太大學的網路專家李大慶教授也未把內容作為鑑偽程式的重心，而是把新聞的傳播形式當作主要評判依據。他收集了微博上1,700條假新聞、500條真新聞，以及推特上真假新聞各30條，分析了它們的擴散特徵後發現，真新聞的傳播主要是靠用戶從單個可靠訊息源的直接分享，而假新聞的傳播則主要依託用戶間的分享。

限制：但面對背景較抽象，如宗教、哲學等方面的報導，程式可能還是無法像人類一樣會意，或辨識其可信度。

作法：整體式學習，針對不同新聞領域(沒有做過的領域)

做假食藥新聞的辨別，採情緒分析方法 => 參考的論文若精準度很高，那我的結果因為範圍縮小必須要比此論文高