Phát hiện tin tức giả cho tin tức tiếng Việt bằng cách kết hợp các mô hình học sâu

Abstract

Một đất nước có thể bị khủng hoảng, bạo loạn; một doanh nghiệp có thể bị phá sản; một gia đình có thể bị tan vỡ và những đứa trẻ có thể bị đẩy ra đường một cách ác tâm; một con người có thể bị đảo lộn cuộc sống, bị dồn vào đường cùng dẫn đến tự sát bởi các thông tin bịa đặt, không có nguồn gốc một cách vô ý hay chủ ý của người lan truyền. Vì ngày nay, bất kỳ ai cũng có thể xuất bản được nội dung thông qua các trang web, các trang mạng xã hội… Các nội dung này có thể là đúng hoặc không đáng tin, hay còn gọi là tin tức giả. Cùng với lượng thông tin ngày càng nhiều trên internet, ngoài những thông tin chính thống thì tin tức giả mạo tiếp tục tăng lên và lan truyền trên mạng rất nhanh chóng. Điều đáng buồn là tin tức giả ngày càng xuất hiện nhiều trên các phương tiện truyền thông xã hội và tin tức giả lại thu hút rất nhiều sự chú ý của đọc giả. Loại tin tức này có khả năng thay đổi quan điểm, thay đổi sự thật và có thể là vũ khí nguy hiểm nhất trong việc ảnh hưởng đến mọi lĩnh vực xã hội như: văn hóa, giáo dục, kinh tế và chính trị. Làm sao để ngăn chặn tin giả lan truyền trên mạng đang là vấn đề cấp bách hiện nay. Luận văn này đề xuất một mô hình phát hiện tin tức giả mạo trên dữ liệu tin tức tiếng Việt bằng việc kết hợp mô hình PhoBERT được đào tạo trước dành cho tiếng Việt với mô hình BiLSTM. Mô hình luận văn đề xuất là một phương pháp học sâu kết hợp các điểm mạnh của mô hình tuần tự và mô hình transformer loại bỏ những hạn chế của mô hình tuần tự. Mô hình đề xuất đạt được hiệu suất tốt so với các mô hình học sâu riêng lẽ được dùng trong luận văn. Phương pháp này sẽ thêm một cách tiếp cận mới lạ trong việc phát hiện tin giả cho tin tức tiếng Việt với tính ứng dụng khả thi nhất, dễ thực hiện nhất nhằm giúp cho cuộc sống ngày càng tốt đẹp hơn, hạn chế tối đa các khủng hoảng không đáng có hoặc giúp ngăn chặn các thông tin không đúng sự thật lan truyền vô tình hoặc có chủ đích.