COVID19 Fake News Detektion

AI Quick Summary

Nicht nur der Virus verbreitet sich exponentiell schnell aus, nein auch Fake News bezüglich COVID19. Die Grenze zwischen vermutlicher Wahrheit und Wissenschaft ist dabei oft vage und für manchen nicht immer klar zu erkennen. In dieser Arbeit soll ein Machine Learning Modell erstellt werden zur Detektion von COVID19 Fake News. Dabei sollen Daten von bekannten Newsportalen und Social Media Kanälen gesammelt werden und anschliessend zur Entwicklung eines entsprechenden Textklassifikations-Modells genutzt werden. Ausgangslage und ProblemstellungFake News im Zusammenhang mit COVID19 stellt zunehmend ein Problem dar und führt wohlmöglich zu einer Polarisierung von gewissen Personenkreisen. Dabei ist die Unterscheidung zwischen vermutlicher Wahrheit und Wissenschaft nicht immer klar. Von dieser Problematik sind insbesondere die Kommentarspalten einschlägiger Newsportale, wie auch Social Media Kanäle, betroffen. Die entsprechenden Medien müssen deshalb einen erheblichen (oft manuellen) Aufwand betreiben, um Fake News zu detektieren und bereinigen zu können. Ziel der Arbeit und erwartete ResultateIn dieser Arbeit soll ein Textklassifikationsalgorithmus zur Erkennung COVID19 Fake News erstellt werden. Die Arbeit besteht aus folgenden Schritten:· Literaturrecherche bestehender Methoden· Erstellen eines neuen Datensatzes basierend auf bekannten Social Media Kanälen (z.B. Telegram oder Twitter) und Newsportalen (z.B. watson.ch, blick.ch, ect.)· Labeln des Datensatzes· Erstellen/Adaptieren eines Textklassifikationsalgorithmus inkl. Preprocessing· Auswertung Gewünschte Methoden, VorgehenFür diese Arbeit sind insbesondere vertiefte Kenntnisse im Bereich von Natural Language Processing vorteilhaft, insbesondere Python und bekannter Toolkits (z.B. scikit-learn, spaCy, NLTK, huggingface, PyTorch/Tensorflow, ect.). Bezüglich der Methodik sind grosse Freiheiten gesetzt (Arbeitsschritte siehe oben). Kreativität, Varianten, InnovationDie Ausarbeitung der Arbeit erlaubt grosse Kreativität, insbesondere in der Wahl der Datenquellen, der Labeling-Methoden, wie auch des Textklassifikationsalgorithmus.

Project Idea Metadata

• Project Idea Name: COVID19 Fake News Detektion
• Date: 11/25/2021 1:01:36 PM
• Administrators:
  • Michael Stauffer

Project Idea Description

Ausgangslage und Problemstellung

Fake News im Zusammenhang mit COVID19 stellt zunehmend ein Problem dar und führt wohlmöglich zu einer Polarisierung von gewissen Personenkreisen. Dabei ist die Unterscheidung zwischen vermutlicher Wahrheit und Wissenschaft nicht immer klar. Von dieser Problematik sind insbesondere die Kommentarspalten einschlägiger Newsportale, wie auch Social Media Kanäle, betroffen. Die entsprechenden Medien müssen deshalb einen erheblichen (oft manuellen) Aufwand betreiben, um Fake News zu detektieren und bereinigen zu können.

Ziel der Arbeit und erwartete Resultate

In dieser Arbeit soll ein Textklassifikationsalgorithmus zur Erkennung COVID19 Fake News erstellt werden.

Die Arbeit besteht aus folgenden Schritten:

· Literaturrecherche bestehender Methoden

· Erstellen eines neuen Datensatzes basierend auf bekannten Social Media Kanälen (z.B. Telegram oder Twitter) und Newsportalen (z.B. watson.ch, blick.ch, ect.)

· Labeln des Datensatzes

· Erstellen/Adaptieren eines Textklassifikationsalgorithmus inkl. Preprocessing

· Auswertung

Gewünschte Methoden, Vorgehen

Für diese Arbeit sind insbesondere vertiefte Kenntnisse im Bereich von Natural Language Processing vorteilhaft, insbesondere Python und bekannter Toolkits (z.B. scikit-learn, spaCy, NLTK, huggingface, PyTorch/Tensorflow, ect.). Bezüglich der Methodik sind grosse Freiheiten gesetzt (Arbeitsschritte siehe oben).

Kreativität, Varianten, Innovation

Die Ausarbeitung der Arbeit erlaubt grosse Kreativität, insbesondere in der Wahl der Datenquellen, der Labeling-Methoden, wie auch des Textklassifikationsalgorithmus.

Nicht nur der Virus verbreitet sich exponentiell schnell aus, nein auch Fake News bezüglich COVID19. Die Grenze zwischen vermutlicher Wahrheit und Wissenschaft ist dabei oft vage und für manchen nicht immer klar zu erkennen. In dieser Arbeit soll ein Machine Learning Modell erstellt werden zur Detektion von COVID19 Fake News. Dabei sollen Daten von bekannten Newsportalen und Social Media Kanälen gesammelt werden und anschliessend zur Entwicklung eines entsprechenden Textklassifikations-Modells genutzt werden.