정화 텍스트의 Stylometric 신호로 본 허위정보 선별력: 주제·출처 교체 평가
Stylometric Signals for Fake News Screening under Topic/Source Shifts
- 발행
- 2026 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.
- 소속·발행
- 경기대학교
- 출처
- 국내 KCI
- DOI
- 10.5392/JKCA.2026.26.01.343
- 원문
- 원문 보기 ↗
개념
키워드
허위정보 탐지, 교차 분할 평가, 출처 편향, 문체 기반 신호, 외연 일반화, Fake News Detection, Cross-source and Cross Topic Evaluation, Source Bias, , Stylistic and Structural Signals, Generalizability,
초록
본 연구는 텍스트 기반 허위정보 탐지 모델의 외연 일반화 가능성을 검증하기 위해, 주제와 출처 축에서 분리된 교차 분할 평가 설계를 도입하였다. Kaggle의 Fake and Real News Dataset과 Source-based News Classification 등 상이한 출처·라벨 체계를 지닌 공개 코퍼스를 사용하여, 통신사명, 크레딧, 도메인 표식 제거 등 정화(decontamination) 절차를 거친 후 단어 1-2그램, 길이, 구두점 비율 등 최소 구조 신호만으로 경량 선형모형을 학습 및 평가하였다. 분석 결과, 훈련에 포함되지 않은 주제에 대해서도 PR-AUC와 ROC-AUC가 안정적으로 유지되어 구조적 신호의 일반성이 확인되었으며, 출처 분포 변화 시에는 양성비(base rate) 차이에 따라 정밀도 하락 폭이 상이하였다. 본 연구는 의미 임베딩을 기준으로 삼기보다, 정화된 텍스트에서 남는 stylometric(형식·문체) 신호가 주제·출처 교체 조건에서도 선별력으로 작동하는지를 교차 홀드아웃 평가로 점검하고, 출처군별 운영점(k/컷) 조정 필요성을 제시한다.