가짜뉴스는 인류의 역사 동안 장기간 존재한 사회적 문제이다. 2016년 미국 대선 이후로 가짜뉴스는 사회의 위협으로 인식되면서 가짜뉴스를 초기진압하기 위해서 다양한 형태의 연구들이 진행되어왔다. 기존 연구는 가짜뉴스가 끼치는 심리적 영향과 가짜뉴스의 다양한 형태에 대한 분석이 이루어졌다. 최근에는 가짜뉴스가 급속도로 퍼지는 것을 막기 위해 딥러닝을 활용한 진위여부 판별법과 학습데이터 발굴이 연구 되고 있다. 가짜뉴스 판별을 사람이 하기 쉽지 않다는 한계를 극복하기 위해서 기계의 도입이 필요한 것이 사실이지만, 현존하는 연구는 인간의 한계를 극복하는 연구를 제시하는데 한정적이다. 본 논문에서는 이러한 한계점을 고려하여 가짜뉴스 판별에 있어서 사람들의 판단능력을 높일 수 있는 논리적 도출 모델을 제시한다. 기존 연구들에서 제시 된 가짜뉴스의 특징들을 지표 선정에 이용했다. 본 논문에서는 가짜뉴스의 본문에서 사람의 육안이 찾아낼 수 있는 지표 추출 및 시험에 중점을 둔다. 본 논문에서 제시한 가짜뉴스 본문 판별 요소들은 크게 비 텍스트와 텍스트 요소들로 먼저 나뉜다. 텍스트 요소는 육안으로 비교적 판별하기 쉬운 문장 문법 정확도, 그리고 오타 여부가 포함된다. 비 텍스트 요소에는 기사의 전반적 어감, 자극적인 단어 및 형용사의 사용, 기자의 개인적인 견해 포함, 주관적인 표현의 사용, 강한 감정적 자극을 야기하는 기사 주제, 그리고 구어 및 비속어의 사용이 포함된다. 이후 가짜뉴스 기사들과 진짜 뉴스 기사들을 분석하여 제시 된 가짜뉴스 판별 단서들의 적합성을 입증한다. 가짜뉴스를 분석한 결과, 대부분의 기사에서는 문법적 오류 혹은 오타가 발견되지는 않았다. 22개의 가짜뉴스 기사 중 11개만이 눈에 띄는 문법적 오류가 존재하는 문장을 사용했으며, 4개의 가짜뉴스 기사 만에서 오타가 발견 되었다. 가짜뉴스의 판별은 기사 내에 인용된 정보나 데이터가 제공 되면 더욱 어려워질 것으로 보인다. 더불어, 공인이 아닌 개인에 관련된 가짜뉴스는 팩트체킹을 하기 어렵다는 점에서 독자들에게 더한 혼돈을 야기 할 수 있을 것이라고 관측 된다. 하지만 가짜뉴스들은 공통적으로 생소한 주제에 대한 소개, 그리고 다양한 감정(놀라움, 영감, 거부감 등)을 끌어내는데 효과적인 주제가 소개 되었다. 반대로, 본 논문에서 분석 된 진짜 뉴스 기사에서는 어떠한 문법적 오류나 오타도 발견 되지 않았다. 더불어, 모든 인용된 내용들은 출처가 명백히 밝혀졌다는 점에서 가짜뉴스와 차별성을 두었다. 본 논문은 뉴스기관 혹은 ...
가짜뉴스는 인류의 역사 동안 장기간 존재한 사회적 문제이다. 2016년 미국 대선 이후로 가짜뉴스는 사회의 위협으로 인식되면서 가짜뉴스를 초기진압하기 위해서 다양한 형태의 연구들이 진행되어왔다. 기존 연구는 가짜뉴스가 끼치는 심리적 영향과 가짜뉴스의 다양한 형태에 대한 분석이 이루어졌다. 최근에는 가짜뉴스가 급속도로 퍼지는 것을 막기 위해 딥러닝을 활용한 진위여부 판별법과 학습데이터 발굴이 연구 되고 있다. 가짜뉴스 판별을 사람이 하기 쉽지 않다는 한계를 극복하기 위해서 기계의 도입이 필요한 것이 사실이지만, 현존하는 연구는 인간의 한계를 극복하는 연구를 제시하는데 한정적이다. 본 논문에서는 이러한 한계점을 고려하여 가짜뉴스 판별에 있어서 사람들의 판단능력을 높일 수 있는 논리적 도출 모델을 제시한다. 기존 연구들에서 제시 된 가짜뉴스의 특징들을 지표 선정에 이용했다. 본 논문에서는 가짜뉴스의 본문에서 사람의 육안이 찾아낼 수 있는 지표 추출 및 시험에 중점을 둔다. 본 논문에서 제시한 가짜뉴스 본문 판별 요소들은 크게 비 텍스트와 텍스트 요소들로 먼저 나뉜다. 텍스트 요소는 육안으로 비교적 판별하기 쉬운 문장 문법 정확도, 그리고 오타 여부가 포함된다. 비 텍스트 요소에는 기사의 전반적 어감, 자극적인 단어 및 형용사의 사용, 기자의 개인적인 견해 포함, 주관적인 표현의 사용, 강한 감정적 자극을 야기하는 기사 주제, 그리고 구어 및 비속어의 사용이 포함된다. 이후 가짜뉴스 기사들과 진짜 뉴스 기사들을 분석하여 제시 된 가짜뉴스 판별 단서들의 적합성을 입증한다. 가짜뉴스를 분석한 결과, 대부분의 기사에서는 문법적 오류 혹은 오타가 발견되지는 않았다. 22개의 가짜뉴스 기사 중 11개만이 눈에 띄는 문법적 오류가 존재하는 문장을 사용했으며, 4개의 가짜뉴스 기사 만에서 오타가 발견 되었다. 가짜뉴스의 판별은 기사 내에 인용된 정보나 데이터가 제공 되면 더욱 어려워질 것으로 보인다. 더불어, 공인이 아닌 개인에 관련된 가짜뉴스는 팩트체킹을 하기 어렵다는 점에서 독자들에게 더한 혼돈을 야기 할 수 있을 것이라고 관측 된다. 하지만 가짜뉴스들은 공통적으로 생소한 주제에 대한 소개, 그리고 다양한 감정(놀라움, 영감, 거부감 등)을 끌어내는데 효과적인 주제가 소개 되었다. 반대로, 본 논문에서 분석 된 진짜 뉴스 기사에서는 어떠한 문법적 오류나 오타도 발견 되지 않았다. 더불어, 모든 인용된 내용들은 출처가 명백히 밝혀졌다는 점에서 가짜뉴스와 차별성을 두었다. 본 논문은 뉴스기관 혹은 소셜미디어 플랫폼이 뉴스를 판별하기 전 개개인이 직접 뉴스를 접하면서 실시간으로 뉴스 기사의 진위여부를 판단 할 수 있도록 하는 판단 기준을 제공한다. 본 논문에서는 뉴스의 제목 및 출처, 그리고 삽입된 그림을 판단 기준에 포함하지 않는다는 한계점이 존재한다. 하지만, 진짜 뉴스와 비교했을 때 가짜뉴스 특유의 특징들은 분명히 존재함을 논문 내에 제공 된 도출 모델을 통해 입증한다. 향후 연구는 뉴스 사설 진위판단에 필요한 요소 도출, 뉴스 본문뿐만 아니라 제목, 출처, 그리고 삽입된 이미지 및 영상 등의 판단 요소 도출을 할 것이다.
가짜뉴스는 인류의 역사 동안 장기간 존재한 사회적 문제이다. 2016년 미국 대선 이후로 가짜뉴스는 사회의 위협으로 인식되면서 가짜뉴스를 초기진압하기 위해서 다양한 형태의 연구들이 진행되어왔다. 기존 연구는 가짜뉴스가 끼치는 심리적 영향과 가짜뉴스의 다양한 형태에 대한 분석이 이루어졌다. 최근에는 가짜뉴스가 급속도로 퍼지는 것을 막기 위해 딥러닝을 활용한 진위여부 판별법과 학습데이터 발굴이 연구 되고 있다. 가짜뉴스 판별을 사람이 하기 쉽지 않다는 한계를 극복하기 위해서 기계의 도입이 필요한 것이 사실이지만, 현존하는 연구는 인간의 한계를 극복하는 연구를 제시하는데 한정적이다. 본 논문에서는 이러한 한계점을 고려하여 가짜뉴스 판별에 있어서 사람들의 판단능력을 높일 수 있는 논리적 도출 모델을 제시한다. 기존 연구들에서 제시 된 가짜뉴스의 특징들을 지표 선정에 이용했다. 본 논문에서는 가짜뉴스의 본문에서 사람의 육안이 찾아낼 수 있는 지표 추출 및 시험에 중점을 둔다. 본 논문에서 제시한 가짜뉴스 본문 판별 요소들은 크게 비 텍스트와 텍스트 요소들로 먼저 나뉜다. 텍스트 요소는 육안으로 비교적 판별하기 쉬운 문장 문법 정확도, 그리고 오타 여부가 포함된다. 비 텍스트 요소에는 기사의 전반적 어감, 자극적인 단어 및 형용사의 사용, 기자의 개인적인 견해 포함, 주관적인 표현의 사용, 강한 감정적 자극을 야기하는 기사 주제, 그리고 구어 및 비속어의 사용이 포함된다. 이후 가짜뉴스 기사들과 진짜 뉴스 기사들을 분석하여 제시 된 가짜뉴스 판별 단서들의 적합성을 입증한다. 가짜뉴스를 분석한 결과, 대부분의 기사에서는 문법적 오류 혹은 오타가 발견되지는 않았다. 22개의 가짜뉴스 기사 중 11개만이 눈에 띄는 문법적 오류가 존재하는 문장을 사용했으며, 4개의 가짜뉴스 기사 만에서 오타가 발견 되었다. 가짜뉴스의 판별은 기사 내에 인용된 정보나 데이터가 제공 되면 더욱 어려워질 것으로 보인다. 더불어, 공인이 아닌 개인에 관련된 가짜뉴스는 팩트체킹을 하기 어렵다는 점에서 독자들에게 더한 혼돈을 야기 할 수 있을 것이라고 관측 된다. 하지만 가짜뉴스들은 공통적으로 생소한 주제에 대한 소개, 그리고 다양한 감정(놀라움, 영감, 거부감 등)을 끌어내는데 효과적인 주제가 소개 되었다. 반대로, 본 논문에서 분석 된 진짜 뉴스 기사에서는 어떠한 문법적 오류나 오타도 발견 되지 않았다. 더불어, 모든 인용된 내용들은 출처가 명백히 밝혀졌다는 점에서 가짜뉴스와 차별성을 두었다. 본 논문은 뉴스기관 혹은 소셜미디어 플랫폼이 뉴스를 판별하기 전 개개인이 직접 뉴스를 접하면서 실시간으로 뉴스 기사의 진위여부를 판단 할 수 있도록 하는 판단 기준을 제공한다. 본 논문에서는 뉴스의 제목 및 출처, 그리고 삽입된 그림을 판단 기준에 포함하지 않는다는 한계점이 존재한다. 하지만, 진짜 뉴스와 비교했을 때 가짜뉴스 특유의 특징들은 분명히 존재함을 논문 내에 제공 된 도출 모델을 통해 입증한다. 향후 연구는 뉴스 사설 진위판단에 필요한 요소 도출, 뉴스 본문뿐만 아니라 제목, 출처, 그리고 삽입된 이미지 및 영상 등의 판단 요소 도출을 할 것이다.
Although fake news and fake journalism has been around ever since print journalism first existed, the term has taken many names and forms. Previously, fake news has been referred to as news satire, news parody, hoaxes, yellow journalism, rumors, conspiracy theories, etc. While the term has been arou...
Although fake news and fake journalism has been around ever since print journalism first existed, the term has taken many names and forms. Previously, fake news has been referred to as news satire, news parody, hoaxes, yellow journalism, rumors, conspiracy theories, etc. While the term has been around for centuries, fake news has only most recently been recognized as a severe threat to society. With the spread of the Internet and increasing amounts of self-proclaimed journalists, articles both true and inaccurate fill the web. Additionally, the active use of social media plays into the proliferation of fake news across society. The reason why fake news flourishes in today’s society, however, is not simply due to the widespread of the Internet and social media usage. It touches upon a deeper psychological and sociological aspect. The nature of fake news and the spread of it also has a sociological trait, as fake news tends to reach people based on their social bubbles and filter bubbles on the Internet. Previous works prove that fake news is a multifaceted social issue that must be approached from numerous viewpoints. However, previous works primarily focus on only a facet of fake news. Numerous previous works strive to create and present a dataset that can be utilized to enhance the accuracy of fake news detection via deep learning skills. Other research primarily focuses on developing new algorithms for fake news detection using deep learning and AI methods. However, there is little research on providing a model for fake news detection from the readers’ viewpoint. In this paper, we address such limitations regarding the study of fake news detection and provide a detection model for readers. The detection model is based on logical steps built on detection cues mentioned in previous works. The appropriateness of the detection cues will be determined based on case studies. Based on this analysis, the paper will determine the applicability of the suggested standards by providing case studies on 22 fake news articles and 2 real news articles. The paper is composed of five parts; introduction, literature review, research methodology, conclusion, and future works. The introduction will present background on the current issue of fake news in society and the limitations surrounding fake news detection. The literature review section will introduce different approaches previous works have taken on defining, determining, and categorizing fake news. In the research methodology section, the paper will present a logical model for fake news detection by the naked eye. The model is meant to provide a guideline for news consumers to easily determine fake news or suspect that an article may be fake. In the concluding chapter, the paper will provide insights based on the case study analysis, and present directions for future works.
Although fake news and fake journalism has been around ever since print journalism first existed, the term has taken many names and forms. Previously, fake news has been referred to as news satire, news parody, hoaxes, yellow journalism, rumors, conspiracy theories, etc. While the term has been around for centuries, fake news has only most recently been recognized as a severe threat to society. With the spread of the Internet and increasing amounts of self-proclaimed journalists, articles both true and inaccurate fill the web. Additionally, the active use of social media plays into the proliferation of fake news across society. The reason why fake news flourishes in today’s society, however, is not simply due to the widespread of the Internet and social media usage. It touches upon a deeper psychological and sociological aspect. The nature of fake news and the spread of it also has a sociological trait, as fake news tends to reach people based on their social bubbles and filter bubbles on the Internet. Previous works prove that fake news is a multifaceted social issue that must be approached from numerous viewpoints. However, previous works primarily focus on only a facet of fake news. Numerous previous works strive to create and present a dataset that can be utilized to enhance the accuracy of fake news detection via deep learning skills. Other research primarily focuses on developing new algorithms for fake news detection using deep learning and AI methods. However, there is little research on providing a model for fake news detection from the readers’ viewpoint. In this paper, we address such limitations regarding the study of fake news detection and provide a detection model for readers. The detection model is based on logical steps built on detection cues mentioned in previous works. The appropriateness of the detection cues will be determined based on case studies. Based on this analysis, the paper will determine the applicability of the suggested standards by providing case studies on 22 fake news articles and 2 real news articles. The paper is composed of five parts; introduction, literature review, research methodology, conclusion, and future works. The introduction will present background on the current issue of fake news in society and the limitations surrounding fake news detection. The literature review section will introduce different approaches previous works have taken on defining, determining, and categorizing fake news. In the research methodology section, the paper will present a logical model for fake news detection by the naked eye. The model is meant to provide a guideline for news consumers to easily determine fake news or suspect that an article may be fake. In the concluding chapter, the paper will provide insights based on the case study analysis, and present directions for future works.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.