PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.20463v1cs.AI

ClickGuard: 정보성 측정과 대규모 언어 모델을 활용한 클릭베이트 뉴스 탐지 및 스포일러

ClickGuard: Detecting and Spoiling Clickbait News with Informativeness Measures and Large Language Models

본 논문은 사용자가 오해의 소지가 있는 인터넷 기사를 피할 수 있도록 클릭베이트를 식별하는 AI 기반 브라우저 확장 프로그램을 제안한다. 전통적인 탐지를 넘어, 이 애플리케이션은 트랜스포머 기반 임베딩과 언어학적으로 동기 부여된 특징, 그리고 사용자 정의 "baitness" 점수를 결합하는 하이브리드 머신러닝 아키텍처를 사용한다. 고전적 벡터화기부터 대규모 언어 모델(LLM) 임베딩까지 다양한 자연어 처리(NLP) 기법을 평가한 결과, 공개 통합 데이터셋에서 F1 점수 91%를 달성하는 XGBoost 기반 모델을 개발했다. 가장 중요한 점은, 이 도구가 사용자가 클릭베이트 기사에 접근하기 전과 후 모두 경고할 수 있다는 것이다. 기사를 연 뒤에는 사용자에게 해당 기사가 클릭베이트일 가능도를 나타내는 백분율 점수를 제공한다. 예측은 분석된 지표, 특히 제안된 시스템 내에서 개발된 지표를 바탕으로 설명된다. 브라우저 확장 프로그램은 또한 클릭베이트 스포일러—전체 기사의 1~2문장 요약—을 제공한다. 데모 영상: https://www.youtube.com/watch?v=IJ1gkQV82C4