基于LSTM的美国大选的新闻真假分类【NLP 新年开胃菜】

简介 新闻媒体已成为向世界人民传递世界上正在发生的事情的信息的渠道。 人们通常认为新闻中传达的一切都是真实的。 在某些情况下，甚至新闻频道也承认他们的新闻不如他们写的那样真实。 但是，一些新闻不仅对人民或政府产生重大影响，而且对经济也产生重大影响。 一则新闻可以根据人们的情绪和政治局势上下移动曲线。

从真实的真实新闻中识别虚假新闻非常重要。 该问题已通过自然语言处理工具解决并得到了解决，本篇文章可帮助我们根据历史数据识别假新闻或真实新闻。

问题描述 对于印刷媒体和数字媒体，信息的真实性已成为影响企业和社会的长期问题。在社交网络上，信息传播的范围和影响以如此快的速度发生，并且如此迅速地放大，以至于失真，不准确或虚假的信息具有巨大的潜力，可在数分钟内对数百万用户造成现实世界的影响。最近，人们表达了对该问题的一些担忧，并提出了一些缓解该问题的方法。

在各种信息广播的整个历史中，一直存在着不那么精确的引人注目和引人入胜的新闻标题，这些新闻标题旨在吸引观众的注意力来出售信息。但是，在社交网站上，信息传播的范围和影响得到了显着放大，并且发展速度如此之快，以至于失真，不准确或虚假的信息具有巨大的潜力，可在数分钟内为数百万的用户带来真正的影响。

目标 我们唯一的目标是将数据集中的新闻分类为假新闻或真实新闻。

新闻的细致EDA

选择并建立强大的分类模型

代码链接：

https://github.com/yanqiangmiffy/quincy-python-v2/blob/master/Python038-%E5%9F%BA%E4%BA%8ELSTM%E7%9A%84%E7%BE%8E%E5%9B%BD%E5%A4%A7%E9%80%89%E7%9A%84%E6%96%B0%E9%97%BB%E7%9C%9F%E5%81%87%E5%88%86%E7%B1%BB%E3%80%90NLP%20%E6%96%B0%E5%B9%B4%E5%BC%80%E8%83%83%E8%8F%9C%E3%80%91.ipynb