
![image](/images/2022/42/01.jpg)

- โมเดลแยกแยะข่าวปลอมประเภทสาธารณสุข,
- ใช้ข้อมูลข่าวจริง (2,081 ข่าว) และข่าวเท็จ (2,570 ข่าว) จากชุดข้อมูล LimeSoda (ไม่ใช้ข่าวที่ยังไม่ได้รับการยืนยัน); พยายามหาข้อมูลจากแหล่งอื่นด้วย OCR แล้วแต่ไมไ่ด้ผลดีเท่าที่ควร,
- ทดลองกับ WangchanBERTa และ Linear/LSTM head โดยมีและไม่มี backtranslation ได้ผลดีประมาณ F1 0.89-0.91,
- พบว่าโมเดลที่ทำได้ดีที่สุดในบริบทการแยะแยะประโยคสั้นๆเช่นกรณีนี้คือ tf-idf + SVM ที่ F1 0.92,
- ใช้ LIME เพื่อทำ error analysis ว่าโมเดลใช้อะไรตัดสินว่าเป็นข่าวปลอม ข้อสรุปคือสำหรับโมเดลที่ใช้ keyword ในการแยะแยะเช่น tfidf + SVM นั้นการมี keyword ที่ปรากฎบ่อยในข่าวปลอมอาจจะส่งผลให้โมเดลผิดพลาด เช่น รักษามะเร็ง ลูกหลานของเรา ฯลฯ

### แรงจูงในในการเข้าร่วมโครงการ (จากใบสมัครเข้าร่วมเมื่อ 10 สัปดาห์ที่แล้ว)

> "- ผมมีความสนใจในวิทยาศาสตร์ข้อมูล และกำลังทำโครงงานกลุ่ม เกี่ยวกับ “การใช้ AI ตรวจจับข่าวลวง” - ก่อนหน้านี้ ผมมีความรู้ Machine learning และ NLP เบื้องต้น จึงได้ลองพัฒนาโมเดล AI จัดจำแนกข่าวลวงภาษาอังกฤษ (ใช้ dataset ใน Kaggle.com) แต่ได้ความแม่นยำ ค่า recall และ F1-score ออกมาต่ำ ไม่เพียงพอต่อการใช้จริง (ถ้าหากนำไปใช้จริง อาจเกิดอันตรายต่อผู้ใช้งาน) - จากการค้นคว้าข้อมูลเพิ่มเติม ผมพบว่า ผมยังไม่ได้ลองใช้ deep learning และ transformer อย่างเช่น BERT ที่อาจให้ความแม่นยำสูงกว่า ในการแก้ปัญหานี้ - ** จากหลักสูตรของโครงการ ผมคิดว่าโครงการนี้ จะช่วยเสริมสร้างความรู้และทักษะที่เพียงพอสำหรับการสร้างโมเดล Deep learning ที่มีความแม่นยำสูง รวมทั้งชี้แนะแนวทางในการ Deploy โมเดลให้เป็นเครื่องมือ AI ตรวจจับข่าวลวง (ทั้งภาษาไทย และอังกฤษ) ที่ใช้งานได้จริง และสร้างคุณค่าให้สังคม ** - ป.ล. ผมยังมีความสนใจด้าน Text Generation เนื่องจากผมเป็นคนชอบเขียนบทกวี ผมมีความคิดว่า สักวัน จะสร้าง AI ที่แต่งกลอนได้ไพเราะเท่าท่านสุนทรภู่"

Debunker: ML ตรวจจับข่าวลวง

โดย นิธิวัฒน์ สิริรัตนชัยกุล (ตง) •