เมื่อพูดถึงการตรวจสอบเนื้อหาข่าวโดยตรง มีสองวิธีหลักเว็บสล็อตออนไลน์ที่จะบอกได้ว่าเรื่องราวนั้นเหมาะกับการฉ้อโกงหรือไม่: สิ่งที่ผู้เขียนกำลังพูดและวิธีที่ผู้เขียนพูดCiampaglia และเพื่อนร่วมงานทำงานที่น่าเบื่อนี้โดยอัตโนมัติด้วยโปรแกรมที่ตรวจสอบว่าหัวเรื่องและวัตถุของคำสั่งมีความเกี่ยวข้องอย่างใกล้ชิดเพียงใด ในการทำเช่นนี้ โปรแกรมใช้เครือข่ายคำนามจำนวนมากที่สร้างขึ้นจากข้อเท็จจริงที่พบในกล่องข้อมูลทางด้านขวาของหน้า Wikipedia ทุกหน้า แม้ว่าเครือข่ายที่คล้ายกันจะถูกสร้างขึ้นจากแหล่งความรู้อื่นๆ เช่น ฐานข้อมูลการวิจัย
เส้นทางวงเวียน
ผู้ตรวจสอบข้อเท็จจริงอัตโนมัติจะตัดสินคำยืนยันที่ว่า “บารัค โอบามาเป็นมุสลิม” โดยศึกษาระดับการแยกระหว่างคำว่า “โอบามา” และ “อิสลาม” ในเครือข่ายคำนามที่สร้างขึ้นจากข้อมูลวิกิพีเดีย การเชื่อมต่อที่หลวมมากระหว่างคำนามทั้งสองนี้แสดงว่าคำสั่งนั้นเป็นเท็จ
ค. ช้าง
วิกิพีเดีย
ที่มา: GL Ciampaglia et al/PLOS One 2015
ในเครือข่ายคำนามของกลุ่ม Ciampaglia คำนามสองคำจะเชื่อมโยงกันหากคำนามหนึ่งปรากฏในกล่องข้อมูลของอีกคำหนึ่ง ยิ่งระดับการแยกระหว่างประธานและวัตถุของคำสั่งในเครือข่ายนี้น้อยลง และยิ่งคำที่อยู่ตรงกลางที่เชื่อมโยงหัวเรื่องและวัตถุมีความเฉพาะเจาะจงมากเท่าใด โปรแกรมคอมพิวเตอร์ก็มีแนวโน้มที่จะติดป้ายกำกับข้อความว่าเป็นจริงมากขึ้นเท่านั้น
ใช้คำกล่าวอ้างเท็จว่า “บารัค โอบามาเป็นมุสลิม” การแยกคำนามระหว่าง “โอบามา” กับ “อิสลาม” มีเจ็ดระดับในเครือข่ายคำนาม รวมถึงคำนามทั่วไปอย่าง “แคนาดา” ที่เชื่อมโยงกับคำอื่นๆ มากมาย ด้วยเส้นทางที่คดเคี้ยวและยาวเหยียดนี้ เครื่องตรวจสอบข้อเท็จจริงอัตโนมัติที่อธิบายไว้ในปี 2015 ในPLOS ONE ถือว่าโอบามาไม่น่าจะเป็นมุสลิม
แต่การประเมินความถูกต้องของข้อความโดยพิจารณา
จากการแยกหัวเรื่องกับวัตถุประเภทนี้มีข้อจำกัด ตัวอย่างเช่น ระบบถือว่ามีแนวโน้มว่าอดีตประธานาธิบดีจอร์จ ดับเบิลยู บุชจะแต่งงานกับลอร่า บุช ยอดเยี่ยม. นอกจากนี้ยังตัดสินใจว่า George W. Bush น่าจะแต่งงานกับ Barbara Bush แม่ของเขา ไม่ค่อยดี Ciampaglia และเพื่อนร่วมงานได้ทำงานเพื่อให้โปรแกรมของพวกเขามีมุมมองที่เหมาะสมยิ่งขึ้นเกี่ยวกับความสัมพันธ์ระหว่างคำนามในเครือข่าย
การตรวจสอบทุกข้อความในบทความไม่ใช่วิธีเดียวที่จะดูว่าเรื่องราวผ่านการทดสอบกลิ่นหรือไม่ สไตล์การเขียนอาจเป็นของแถมอีก Benjamin Horne และ Sibel Adali นักวิทยาศาสตร์คอมพิวเตอร์ที่ Rensselaer Polytechnic Institute ในเมืองทรอย รัฐนิวยอร์ก วิเคราะห์บทความจริง 75 บทความจากสื่อที่Business Insider ถือว่าเชื่อถือได้มากที่สุด รวมถึงเรื่องเท็จ 75 เรื่องจากเว็บไซต์ในบัญชีดำของเว็บไซต์ที่ทำให้เข้าใจผิด เมื่อเทียบกับข่าวจริง บทความเท็จมักจะสั้นกว่าและซ้ำซากกว่าด้วยคำวิเศษณ์มากกว่า เรื่องปลอมยังมีคำพูด ศัพท์เทคนิค และคำนามน้อยลงอีกด้วย
จากผลลัพธ์เหล่านี้ นักวิจัยได้สร้างโปรแกรมคอมพิวเตอร์ที่ใช้ปัจจัยเด่น 4 ประการของข่าวปลอม ได้แก่ จำนวนคำนามและจำนวนคำพูด ความซ้ำซ้อน และจำนวนคำ เพื่อตัดสินความถูกต้องของบทความ โปรแกรมที่นำเสนอในการประชุมนานาชาติทางเว็บและโซเชียลมีเดียเมื่อปีที่แล้วที่เมืองมอนทรีออลได้จัดเรียงข่าวปลอมอย่างถูกต้องจากความจริง 71 เปอร์เซ็นต์ของเวลาทั้งหมด (โปรแกรมที่สุ่มแยกข่าวปลอมจากจริงโดยสุ่มจะแสดงความถูกต้องประมาณ 50 เปอร์เซ็นต์) Horne และ Adali กำลังมองหาคุณสมบัติเพิ่มเติมเพื่อเพิ่มความแม่นยำ
Verónica Pérez-Rosas นักวิทยาศาสตร์คอมพิวเตอร์ที่มหาวิทยาลัยมิชิแกนใน Ann Arbor และเพื่อนร่วมงานได้เปรียบเทียบบทความของแท้ 240 ชิ้นและบทความที่สร้างขึ้น 240 ชิ้น เช่นเดียวกับ Horne และ Adali ทีมงานของ Pérez-Rosas พบคำวิเศษณ์ในบทความข่าวปลอมมากกว่าคำวิเศษณ์จริง ข่าวปลอมในการวิเคราะห์นี้ รายงานที่ arXiv.org เมื่อวันที่ 23 สิงหาคม 2017 มีแนวโน้มว่าจะใช้ภาษาเชิงบวกและแสดงความแน่นอนมากขึ้นเช่นกันสล็อตออนไลน์
