An Artificial Immune System for Fake News Classification

Abstract

Det har blitt observert en eksplosiv vekst av upålitelige nyhetsartikler de siste årene. Disse nyhetsartiklene blir ofte referert til som ”fake news” og det har blitt vist at disse kan ha alvorlige innvirkninger på demokratiske prosesser. Behovet for nøyaktige, adaptive og effektive filtreringsmodeller har dermed blitt mer og mer tydelig.

Det biologiske immunforsvaret består av naturlige prosesser som beskytter kroppen mot fremmede smittestoffer. Disse smittestoffene kan være virus, bakterier, sopp eller parasitter. En sentral del av dette er å skille disse fremmedstoffene fra kroppens egne celler, et problem som er tett knyttet til klassifisering. Videre er immunforsvaret kjent for å være både tilpasningsdyktig, selvorganiserende og robust, noe som har inspirert mange forskere til å hente inspirasjon fra immunforsvaret når de designer klassifiseringsmodeller. Slike modeller er ofte kjent som kunstige immunsystemer (Artificial Immune System, AIS). Disse forsøker å etterape de bakenforliggende prosessene til biologiske immunsystemer, for å oppnå lignende grader av effektivitet. Et kjent applikasjonsdomene er filtrering av spam e-post, hvor AIS-modeller har oppnådd lovende resultater. Denne oppgaven har vært rettet mot å undersøke om et kunstig immunsystem kan brukes på klassifisering av fake news, med samme suksess som for e-post spam.

En klassifiseringsmodell ble designet fra bunnen av, basert på diverse eksisterende AIS-modeller. Modelldesignet har vært vridd spesifikt opp imot fake news klassifisering. Videre ble omfattende uthentingsstrategier implementert, for å hente ut tall (som videre kan brukes til klassifisering) fra nyhetsartiklene. Disse strategiene er basert på skrivestilen som er brukt i nyhetsartiklene. Til slutt ble modellen testet på tre ulike fake news datasett. De oppnådde resultatene er kompetitive med flere moderne klassifiseringsmodeller, selv om modellen har noe problemer med å forbedre nøyaktigheten over tid. Likevel indikerer disse resultatene at å bruke en AIS-modell på dette applikasjonsdomenet har betydelig potensial.

An explosive growth of misleading and untrustworthy news articles has been observed over the last years. These news articles are often referred to as fake news and have been found to severely impact fair elections and democratic values. As such, the need for accurate, adaptive and computationally effective classification models is clear.

The biological immune system is a network of biological processes which protects its host from foreign pathogens, distinguishing them from the host’s own cells. The immune system is inherently adaptive, self-organising and robust, which has inspired several computational classification models. Such models are known as Artificial Immune Systems (AIS), which seek to utilize the underlying principles and properties of the biological immune system to produce similar levels of effectiveness on computational applications. One such application is e-mail spam detection, for which the nature of immune systems is inherently suited. Such applications, which apply AIS models to text classification, have shown promising potential. This thesis investigates whether an Artificial Immune System could be applied to the classification of fake news articles with similar success as found for e-mail spam detection.

An AIS fake news classification model was designed, based on various existing models – tuned to the needs of fake news classification. Further, comprehensive feature extraction strategies were implemented and analyzed, based on the linguistic writing styles of the news articles. Finally, the model was tested on three distinct fake news datasets. Notably, the accuracy scores obtained beat those of several state of the art models, suggesting there is considerable potential in this AIS application.