Core Concepts
뉴스 미디어 소스 간 상호작용을 기반으로 신뢰성 정도를 추정할 수 있다.
Abstract
이 연구는 뉴스 미디어 소스의 신뢰성을 추정하는 새로운 접근법을 제안한다. 기존 연구와 달리, 이 방법은 신뢰성 레이블이 아닌 신뢰성 정도를 추정한다. 이를 위해 강화 학습 전략을 활용하여 뉴스 미디어 소스 간 상호작용을 모델링한다.
실험 결과, 제안 방법은 기존 연구보다 우수한 성능을 보였다. 특히 신뢰성 분류 작업에서 매크로 평균 F1 점수 81.05%를 달성했으며, 기자가 제공한 신뢰성 점수와도 강한 상관관계(Spearman=0.80)를 보였다. 이는 뉴스 미디어 소스 간 상호작용만으로도 신뢰성을 효과적으로 예측할 수 있음을 보여준다.
또한 이 연구는 기존 데이터셋보다 10배 이상 큰 뉴스 미디어 신뢰성 데이터셋을 구축했다. 이를 통해 제안 방법의 실용성과 확장성을 입증했다.
Stats
뉴스 미디어 소스 17,057개, 연결 909,354개
매크로 평균 F1 점수 81.05%
기자 제공 신뢰성 점수와의 Spearman 상관계수 0.80
Quotes
"뉴스 미디어 소스의 신뢰성을 예측하는 것은 가짜 뉴스 탐지 및 사실 확인과 같은 추가적인 과제를 해결하는 데 중요한 선행 단계이다."
"제안 방법은 뉴스 미디어 소스 간 상호작용만을 활용하여 신뢰성 정도를 추정하므로, 기존 연구보다 쉽게 확장할 수 있다."