Salah satu aspek penting dari pendekatan ini adalah pengembangan model semantik untuk analisis semantik diferensial. Model ini memungkinkan sistem untuk mengevaluasi konsistensi klaim yang dilaporkan dalam berita dengan fakta latar belakangnya. Dengan memahami struktur kalimat dan makna di tingkat yang lebih dalam, sistem dapat dengan akurat mengenali berita palsu.
Model semantik ini mencakup berbagai aspek, mulai dari kata tunggal hingga kalimat dan bahkan esai. Ini adalah pendekatan yang komprehensif untuk memahami makna bahasa alami dan menjaga konsistensi dalam konteks berita. Penekanan pada struktur kata benda dan kata kerja memberikan fondasi yang kuat untuk analisis semantik diferensial.
Menerapkan Teori dalam Desain Sistem
Sistem Autonomous Fake News Recognition (AFNR) adalah hasil dari penggunaan teori komputasi kognitif dan Matematika Cerdas (IM). Sistem ini menggunakan Differential Semantic Analysis (DSA), sebuah algoritma formal, untuk menganalisis dan mengidentifikasi berita palsu.
Proses ini melibatkan beberapa tahap, mulai dari parsing hingga analisis semantik diferensial dan perhitungan kesamaan. Algoritma ini telah diimplementasikan dengan baik dalam lingkungan Anaconda dengan Python dan toolkit bahasa alami (NLTK). Hasilnya adalah tingkat akurasi yang mengesankan sebesar 70,1%, yang mengungguli banyak pesaing dalam kompetisi DataCup'19.
Penilaian Inovatif Berbasis Semantik
Sistem ini menggunakan penilaian inkonsistensi semantik untuk mengidentifikasi dan mengklasifikasikan berita palsu. Pendekatan ini mempertimbangkan konsistensi semantik antara klaim berita dengan fakta latar belakangnya.
Dengan mengukur sejauh mana kesamaan antara berita dan fakta, sistem dapat dengan cepat mengenali berita yang tidak konsisten. Proses ini menghasilkan tiga kemungkinan hasil: penipuan, berita nyata, atau sebagian benar.
Uji Coba dan Hasil yang Mengesankan
Makalah ini juga menyajikan contoh analisis berita palsu dengan menggunakan sistem AFNR. Hasilnya mengesankan, karena sistem mampu mengenali klaim yang tidak konsisten dan mengklasifikasikannya dengan benar. Penggunaan kamus sinonim dan pemikiran tentang kata kunci negasi adalah contoh bagaimana sistem ini benar-benar memahami bahasa alami.
Mengalahkan Teknologi Berbasis Jaringan Saraf
