[ Completed Projects ]

Completed Projects

  • 프로젝트 명

    NLP 모델 기반 가짜뉴스(Fake News) 판별 기술 연구

  • 분야

    소셜 미디어 확산에 따른 가짜뉴스 생성 및 유포의 사회적 심규성 증대
    • - 최근 온라인 플랫폼의 비약적인 발전으로 인해 가짜뉴스의 생성과 유포가 심각한 사회적 문제로 대두됨
    기존 딥러닝 기반 탐지 모델의 기술적 성과와 강건성 확보의 한계
    • - BERT, BiLSTM, Transformer 계열 모델 등 딥러닝 기반 가짜뉴스 탐지 모델은 일반적인 텍스트 분류에서 높은 성능을 보이며 성능 향상에 크게 기여함
    • - 그러나 의미를 유지하면서도 모델을 속이는 TextFooler와 같은 의미 보존형 변환 기반 공격에 대한 대응은 아직 충분하지 않으며, 실제 환경에서의 강건성 확보를 위한 적대적 학습의 도입이 요구됨

  • 연구내용

    BERT-BiLSTM 아키텍처와 Attention 메커니즘 결합
    • - 양방향 문맥 정보를 학습하는 사전학습 언어모델인 BERT와 문장 내 단어의 순차적 흐름을 반영하는 BiLSTM을 결합하여, 뉴스 문장의 의미와 맥락을 종합적으로 분석할 수 있는 가짜뉴스 판별 모델을 설계함
    • - 8개 헤드의 멀티헤드 Attention 메커니즘을 적용하여 단어 간 상호작용을 정밀하게 분석하고, 이를 바탕으로 가짜뉴스 판별 성능을 향상시킴
    적대적 예시 생성을 통한 강건성 강화 학습 수행
    • - 원본 뉴스 데이터로 기본 성능을 확보한 후, TextFooler를 활용하여 의미를 유지하면서도 모델의 판별을 교란할 수 있는 적대적 예시를 생성함
    • - 생성된 적대적 예시를 기존 학습 데이터에 추가하여 재학습함으로써, 일반 데이터에 대한 분류 성능을 유지하면서도 탐지 회피 공격에 대응할 수 있는 강건한 판별 모델을 구현함

    [그림 1]은 BERT-BiLSTM 아키텍처와 Attention 기반의 가짜 뉴스 판별 모델 구조를 나타냄