1 |
1
뉴스 기사에 대한 특징들을 추출하는 단계;상기 특징들 중 상기 뉴스 기사의 제목과 상기 뉴스 기사의 본문 내 문장들 간의 유사도들을 측정하는 단계;상기 측정된 유사도들을 비교하여 선택된 문장 및 상기 뉴스 기사의 제목을 이용하여 학습 데이터 세트를 생성하는 단계;상기 생성된 학습 데이터 세트에 기초하여 딥러닝 기반 모델을 학습하는 단계; 및상기 학습된 모델을 이용하여 실제 기사에 대한 가짜 뉴스를 탐지하는 단계를 포함하는,딥러닝 기반 가짜 뉴스 탐지 방법
|
2 |
2
제1항에 있어서,상기 뉴스 기사에 대한 특징에 해당하는 문장들을 추출하는 단계는,상기 뉴스 기사의 제목과 본문에 대해서 하기 수학식에 대입하여 상기 특징에 해당하는 문장들을 추출하는 단계를 포함하는,딥러닝 기반 가짜 뉴스 탐지 방법
|
3 |
3
제1항에 있어서,상기 유사도를 측정하는 단계는,하기의 수학식을 이용하여 상기 뉴스 기사의 제목과 상기 뉴스 기사의 본문 내 문장들 간의 코사인 유사도를 측정하는 단계를 포함하는,딥러닝 기반 가짜 뉴스 탐지 방법
|
4 |
4
제1항에 있어서,상기 학습 데이터 세트를 생성하는 단계는,상기 측정된 유사도에 기초하여 유사도가 가장 높은 문장을 선택하는 단계; 및상기 선택된 문장의 명사들과 상기 뉴스 기사의 제목에 포함된 명사들을 교환하여 상기 학습 데이터 세트를 생성하는 단계를 포함하는,딥러닝 기반 가짜 뉴스 탐지 방법
|
5 |
5
제1항에 있어서,상기 학습하는 단계는,상기 학습 데이터 세트를 상기 딥러닝 기반 모델에 입력하여 가짜 뉴스 탐지 모델로 학습하는 단계를 포함하는,딥러닝 기반 가짜 뉴스 탐지 방법
|
6 |
6
제1항에 있어서,상기 학습된 모델과 상기 학습 데이터 세트를 제공하는 단계를 더 포함하는,딥러닝 기반 가짜 뉴스 탐지 방법
|
7 |
7
하드웨어와 결합되어 제1항 내지 제6항 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램
|
8 |
8
딥러닝 기반의 가짜 뉴스를 탐지하기 위한 장치에 있어서,하나 이상의 프로세서;메모리; 및상기 메모리에 저장되어 있으며 상기 하나 이상의 프로세서에 의하여 실행되도록 구성되는 하나 이상의 프로그램을 포함하고,상기 프로그램은,뉴스 기사에 대한 특징들을 추출하는 단계;상기 특징들 중 상기 뉴스 기사의 제목과 상기 뉴스 기사의 본문 내 문장들 간의 유사도들을 측정하는 단계;상기 측정된 유사도들을 비교하여 선택된 문장 및 상기 뉴스 기사의 제목을 이용하여 학습 데이터 세트를 생성하는 단계;딥러닝 기반 가짜 뉴스 탐지 모델을 구축하는 단계;상기 생성된 학습 데이터 세트에 기초하여 상기 딥러닝 기반 가짜 뉴스 탐지 모델을 학습하는 단계; 및상기 학습된 모델을 이용하여 실제 기사에 대한 가짜 뉴스를 탐지하는 단계를 수행하는,장치
|
9 |
9
제8항에 있어서,상기 뉴스 기사에 대한 특징에 해당하는 문장들을 추출하는 단계에서,상기 뉴스 기사의 제목과 본문에 대해서 하기 수학식에 대입하여 상기 특징에 해당하는 문장들을 추출하는 단계를 수행하는,장치
|
10 |
10
제8항에 있어서,상기 유사도를 측정하는 단계에서,하기의 수학식을 이용하여 상기 뉴스 기사의 제목과 상기 뉴스 기사의 본문 내 문장들 간의 코사인 유사도를 측정하는 단계를 수행하는,장치
|
11 |
11
제8항에 있어서,상기 학습 데이터 세트를 생성하는 단계에서,상기 측정된 유사도에 기초하여 유사도가 가장 높은 문장을 선택하는 단계; 및상기 선택된 문장의 명사들과 상기 뉴스 기사의 제목에 포함된 명사들을 교환하여 상기 학습 데이터 세트를 생성하는 단계를 수행하는,장치
|
12 |
12
제8항에 있어서,상기 딥러닝 기반 가짜 뉴스 탐지 모델을 구축하는 단계에서,상기 뉴스 기사의 제목에서 특징을 추출하는 양방향 LSTM 레이어들과 상기 추출된 제목 특징들 중에서 중요한 특징들을 차원 축소하여 추상화하는 맥스 풀링 레이어로 구성된 헤드라인 모델을 구축하는 단계; 및 상기 뉴스 기사의 본문에서 특징을 추출하는 양방향 LSTM 레이어들과 상기 추출된 본문 특징들 중에서 중요한 특징들을 차원 축소하여 추상화하는 맥스 풀링 레이어로 구성된 바디 모델을 구축하는 단계; 및 상기 헤드라인 모델의 출력과 상기 바디 모델의 출력이 통합되어 완전 연결 레이어에 입력된 가짜 뉴스 여부를 판별하는 최종 소프트 맥스 레이어를 구축하는 단계를 수행하는, 장치
|
13 |
13
제8항에 있어서,상기 학습하는 단계에서,상기 학습 데이터 세트를 상기 딥러닝 기반 가짜 뉴스 탐지 모델에 입력하여 가짜 뉴스 탐지를 학습하는 단계를 수행하는,장치
|