Şüpheli Haberlerin Tespitine Yönelik Derin Öğrenme Tabanlı Haber Teyit Sisteminin Gerçekleştirilmesi
Open Access
- 30 June 2025
- journal article
- Published by Dicle Universitesi Muhendislik Fakultesi Muhendislik Dergisi in Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi
- Vol. 16 (2) , 357-367
Abstract
Dijital medyanın yaygınlaşması, sahte haberlerin toplumu olumsuz etkilemesine yol açmaktadır. Özellikle sosyal medya platformları, yanlış bilgilerin hızla yayılmasına sebep olmaktadır. Bu durum bireylerin yanlış yönlendirilmesine, toplumsal kutuplaşmaya ve güven kaybına yol açmaktadır. Bu nedenle, sahte haberlerin hızlı ve güvenilir bir şekilde tespiti çağımızın en önemli sorunlarından biri haline gelmiştir. Bu çalışmada, derin öğrenme ve doğal dil işleme (NLP) tabanlı yenilikçi bir haber teyit sistemi geliştirilmiştir. Sistem, dijital haber içeriklerinin doğruluğunu analiz ederek, kullanıcıları yanlış bilgilendirmeden korumayı hedeflemektedir. Geliştirilen model, haber metinlerini Zemberek kütüphansiyle işleyerek optimize etmekte, ardından BERT tabanlı özetleme yöntemleriyle metinlerin anlamını zenginleştirmektedir. Zemberek, Türkçe metinlerin doğal dil işleme süreçlerini kolaylaştırırken, SBERT modeli ise haber içeriklerinin daha derin anlamsal analizini gerçekleştirmektedir. Ayrıca YAKE algoritması haber içeriklerinden anahtar kelimeler çıkararak güvenilir kaynaklarla karşılaştırılmasını kolaylaştırmaktadır. Metinler arasındaki anlamsal benzerlik SBERT modeli kullanılarak ölçülmektedir. Kelime bazlı benzerlikler ise N-gram yöntemiyle ölçülmektedir. Bu iki yöntemden elde edilen sonuçlar birleştirilerek, haberin doğruluk skoru hesaplanmakta ve kullanıcıya sunulmaktadır. Önerilen sistem, sahte haberlerin tespitinde yüksek doğruluk oranları sunmakta ve gerçek zamanlı veri analizi sayesinde güncel olaylardaki yanlış bilgileri hızla belirlemektedir. Çok dilli ve çok modaliteli bir yapıya kavuşturulması hedeflenen sistemin uluslararası sahte haber tespiti için de etkili bir çözüm sunması hedeflenmektedir.Keywords
Funding Information
- TÜBİTAK (124E844)
This publication has 28 references indexed in Scilit:
- A Knowledge-Based Deep Learning Approach for Automatic Fake News Detection using BERT on TwitterProcedia Computer Science, 2024
- Detection of fake news from social media using support vector machine learning algorithmsMeasurement: Sensors, 2024
- Detection of Turkish Fake News From Tweets With BERT ModelsIEEE Access, 2024
- Hybrid weakly supervised learning with deep learning technique for detection of fake news from cyber propagandaArray, 2023
- Refined SBERT: Representing sentence BERT in manifold spaceNeurocomputing, 2023
- Extracting Keywords from Texts based on Word Frequency and Association FeaturesProcedia Computer Science, 2021
- TOP-Rank: A TopicalPostionRank for Extraction and Classification of Keyphrases in TextComputer Speech & Language, 2021
- YAKE! Keyword extraction from single documents using multiple local featuresInformation Sciences, 2020
- Word n-gram attention models for sentence similarity and inferenceExpert Systems with Applications, 2019
- A Survey of Text Summarization Techniques2012