Deep learning-based model for Covid-19 fake news detection

Abstract

In the past, we used to get our news from trusted sources, that adhere to specific regulation and editorial standers. With the recent rapid technological advancements of the internet and social media, sharing news is no longer limited to journalists and reporters nor to trusted sources only. Social media platforms have made a revolution in the dissemination of news. They have enabled everyone to consume and deliver news to millions of people around the world in a few seconds of time and almost at no cost. Unfortunately, this rapid distribution of news led to a huge decrease in the quality of the news and it has directly contributed to the wide spread of false information and fake news. Fake news has become prevalent in the age of social media and it has known a huge increase since the beginning of the COVID-19 pandemic. After the COVID-19 outbreak, people started to share millions of posts on social media without considering their reliability and truthfulness. During this pandemic, the spread of fake news and misinformation regarding this virus may cause massive damage and can even place people’s lives in risk. Therefore, fighting this infodemic has become a significant challenge for researchers. In this work, we propose a model for detecting fake news shared on social media pertaining to the COVID-19 pandemic. Our model is based on an ensemble of three deep learning models (CNN, LSTM, and GRU). This model was trained and evaluated using the ConstraintAI 2021 COVID19 Fake News dataset which contains news collected from various social media sources such as Instagram, Facebook, Twitter, etc [88]. Our model achieved an accuracy of 93.97% in testing which makes it efficient and capable to evaluate news and make a decision whether they are fake or real.

ف الماض ، كنا نتحصل على أخبارنا من مصادر موثوقة تلتزم بقواعد تنظ مٌ ةٌ وتحر رٌ ةٌ محددة. مع التطورات الإلكترون ةٌ السر عٌة للإنترنت ووسائل التواصل الاجتماع ، لم تعد مشاركة الأخبار مقتصرة على الصحف نٌٌ والمراسل نٌ ولا على المصادر الموثوقة فقط. لقد أحدثت منصات التواصل الاجتماع ثورة كب رٌة ف مجال نشر الأخبار. لقد مكنت الجم عٌ من استهلاك ونقل الأخبار إلى ملا نٌٌ الأشخاص حول العالم ف بضع ثوا ن من الوقت وتقر بٌا بدون أي تكلفة. لسوء الحظ ، أدى هذا الانتشار السر عٌ للأخبار إلى انخفاض كب رٌ ف جودة الأخبار وساهم بشكل مباشر ف انتشار المعلومات الخاطئة والأخبار الكاذبة على نطاق واسع. أصبحت الأخبار الكاذبة منتشرة ف عصر وسائل التواصل الاجتماع وشهدت ز اٌدة هائلة منذ بدا ةٌ جائحة كوف دٌ- 91 . بعد تفش ف رٌوس كورونا كوف دٌ- 91 ، بدأ الناس ف مشاركة ملا نٌٌ المنشورات على وسائل التواصل الاجتماع دون أي مراعاة لصحتها ومصداق تٌها. أثناء هذا الوباء ، قد تٌسبب انتشار الأخبار الكاذبة والمعلومات الخاطئة بشأن هذا الف رٌوس ف أضرار جس مٌة كما مٌكن حتى أن عٌرض ح اٌة الناس للخطر. لذلك ، أصبحت مكافحة هذا الوباء تحد اًٌ كب رًٌا للباحث نٌ. من خلال هذا العمل ، نقترح نموذجًا للكشف عن الأخبار المز فٌة الت تٌم مشاركتها على وسائل التواصل الاجتماع والمتعلقة بوباء كوف دٌ- 91 . عٌتمد نموذجنا على مجموعة من تم تدر بٌ هذا النموذج وتق مٌٌه باستخدام مجموعة ب اٌنات .GRU و ،LSTM ،CNN : ثلاثة نماذج للتعلم العم قٌ وه الت تحتوي على أخبار تم جمعها من مصادر وسائل التواصل ConstraintAI 2021 COVID19 Fake News وما إلى ذلك .حقق نموذجنا دقة اختبار 15.99 \٪ مما Twitter و Facebook و Instagram الاجتماع المختلفة مثل جٌعله فعالا وقادر اً على تق مٌٌ الأخبار واتخاذ القرار ف مٌا إذا كانت مز فٌة أم حق قٌ ةٌ.