가짜뉴스 탐지를 위한 BERT 문맥 및 EmoBERTa 감정 특징 기반 하이브리드 아키텍처
A Hybrid Architecture for Fake News Detection Using BERT Contextual and EmoBERTa Emotional Features
- 발행
- 2025 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.
- 소속·발행
- 세종대학교 인공지능데이터사이언스학과
- 출처
- 국내 KCI
- DOI
- 10.22716/sckt.2025.13.4.015
- 원문
- 원문 보기 ↗
개념
키워드
BERT, Affective computing, NLP, Fake news, Emotion recognition, Deep learning, Emotion classification, BERT, Affective computing, NLP, Fake news, Emotion recognition, Deep learning, Emotion classification
초록
가짜뉴스는 인간의 감정을 자극해 기존 뉴스보다 빠르게 확산하지만 이를 탐지하는 기존 연구는 주로 소수의 감정 범주를 사용하는 한계가 있었다. 본 연구는 가짜뉴스의 포괄적 감정을 반영하는 데 목적이 있다. GoEmotions의 28개의 정교한 감정 체계를 활용한 EmoBERTa를 이용하여 WELFake 데이터셋 텍스트의 ‘다차원 감정 특징’를 추출했다. 해당 감정 특징의 유효성에 대해 T-검정과 만-휘트니 U 검정을 진행하였고, 대부분이 가짜뉴스와 진짜 뉴스 집단 간 유의미한 통계적 차이를 보임을 입증했다. BERT-base-uncased로 추출한 문맥 벡터와 검증된 감정 벡터의 결합을 입력으로 하는 랜덤 포레스트 분류 모델을 제안했다. 제안 모델은 문맥 벡터만 사용한 모델에 비해 가짜 뉴스 탐지에서 성능 향상(Weighted F1-Score 0.14%p)을 보였다. 본 실험은 통계 연구와 함께 입증한 결과로 기초 연구를 넘어 사회과학 분야에 도구로 사용 가능성 의미를 갖는다.