Please use this identifier to cite or link to this item:
https://dspace.ctu.edu.vn/jspui/handle/123456789/84712
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Phạm, Thế Phi | - |
dc.contributor.author | Võ, Quốc Duy | - |
dc.date.accessioned | 2023-01-03T01:51:55Z | - |
dc.date.available | 2023-01-03T01:51:55Z | - |
dc.date.issued | 2022 | - |
dc.identifier.other | B1809113 | - |
dc.identifier.uri | https://dspace.ctu.edu.vn/jspui/handle/123456789/84712 | - |
dc.description | 76 Tr | vi_VN |
dc.description.abstract | Ngày nay, cùng với sự phát triển không ngừng của mạng xã hội, việc lan truyền tin tức trở nên hết sức dễ dàng. Song, điều này cũng dẫn đến không ít bất cập mà cụ thể hơn là vấn nạn lan truyền tin giả, điều hướng dư luận, gây hoang mang trong cộng đồng. Nhất là trong thời kì dịch bệnh Covid-19 khó khăn như hiện nay, việc lan truyền tin giả có thể dẫn đến những tác động vô cùng lớn đến những vấn đề trong xã hội từ đó gây ra những hệ lụy nghiêm trọng cho nền kinh tế của cả nước. Nắm bắt vấn đề trên, nghiên cứu “Xây dựng mô hình phân loại tin giả Covid-19” sẽ đưa đến một giải pháp giúp việc xác thực thông tin trở nên dễ dàng hơn. Nghiên cứu áp dụng thuật toán SVM (Support Vector Machine) để xây dựng mô hình phát hiện tin giả Covid-19. Kết quả thực nghiệm cho thấy mô hình nghiên cứu có khả năng phát hiện được tin giả Covid-19 với độ chính xác lên đến 93.32% trên tập dữ liệu Tiếng Anh gồm 10,700 mẫu tin được thu thập từ các bài đăng trên mạng xã hội có nội dung liên quan đến Covid-19. | vi_VN |
dc.language.iso | vi | vi_VN |
dc.publisher | Trường Đại Học Cần Thơ | vi_VN |
dc.subject | CÔNG NGHỆ THÔNG TIN | vi_VN |
dc.title | XÂY DỰNG MÔ HÌNH PHÂN LOẠI TIN GIẢ COVID-19 | vi_VN |
dc.title.alternative | COVID-19 FAKE NEWS DETECTION SYSTEMS | vi_VN |
dc.type | Thesis | vi_VN |
Appears in Collections: | Trường Công nghệ Thông tin & Truyền thông |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
_file_ Restricted Access | 2.02 MB | Adobe PDF | ||
Your IP: 18.217.229.105 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.