نوقشت اليوم الأربعاء الموافق 28-10-2026 في كلية علوم الحاسوب والرياضيات / قسم علوم الحاسوب / رسالة الماجستير للباحث (صباح خلف سليمان) الموسومة:
(fake news detection using BERT and knowledge graphs)
بإشراف (أ.م.د. محمد اكثم احمد)
هذا وقد جاء في مستخلص الدراسة ما يلي:
تألفت لجنة المناقشة من السادة:
إن الانتشار المتزايد للأخبار الزائفة في المواقع الإخبارية ومنصات التواصل الاجتماعي يؤثر في موثوقية المعلومات وتشكيل الرأي العام والانسجام الاجتماعي. ومع تزايد حجم المحتوى المنشور يوميًا، أصبحت الحاجة ملحّة إلى تطوير تقنيات آلية للكشف عن الأخبار الزائفة. وعلى الرغم من قدرة نماذج المحولات (Transformers) على تقديم تمثيل سياقي للنصوص، فإنها لا تراعي بصورة كافية العلاقات البنيوية بين الكيانات المسماة في الأخبار. ومن هنا، تبرز أهمية دمج المعلومات السياقية مع الخصائص البنيوية المستخلصة من ترابط الكيانات.
يقترح البحث منهجًا هجينًا للكشف عن الأخبار الزائفة يجمع بين التمثيل السياقي لنموذج BERT، بعد ضبطه الدقيق (Fine-tuning)، والخصائص البنيوية المستخلصة من رسم بياني لتشارك الكيانات، باستخدام خوارزمية LightGBM للتصنيف. وقد أُعدّت مجموعة بيانات تضم 31,544 عينة إخبارية باللغة الإنجليزية، بالاعتماد على مجموعتي GossipCop وPolitiFact من قاعدة FakeNewsNet، إلى جانب بيانات جُمعت ونُقحت يدويًا. وبعد تنظيف البيانات وإزالة التكرار، قُسمت إلى مجموعات التدريب (70%) والتحقق (15%) والاختبار (15%). واستُخدم نموذج GLiNER لاستخراج الكيانات المسماة، وبُني الرسم البياني اعتمادًا على بيانات التدريب فقط، ثم استُخرجت خصائص درجة العقدة (Degree)، والدرجة الموزونة (Weighted Degree)، وPageRank، ودُمجت مع تمثيلات BERT على مستوى الخصائص.
أظهرت نتائج الاختبار تفوق النموذج الهجين المقترح (BERT–KG)، إذ حقق دقة بلغت 92.74%، وقيمة Macro F1 بلغت 0.8961، وقيمة Weighted F1 بلغت 0.9253، وقيمة ROC-AUC بلغت 0.9695. وفي المقابل، حقق نموذج BERT دقة بلغت 82.89%، بينما بلغت دقة نموذج الرسم البياني المعرفي (KG) 80.02%، مما يؤكد فاعلية دمج المعلومات السياقية والبنيوية في تحسين أداء التصنيف والتمييز بين الأخبار الزائفة والحقيقية.
كما أظهر تحليل أهمية الخصائص وتحليل SHAP أن ترابط الكيانات وتكرار ظهورها أكثر أهمية في التصنيف من مقاييس مركزيتها. وتؤكد النتائج أن المعلومات البنيوية للكيانات تُكمل التمثيل السياقي الذي يوفره BERT، وأن الجمع بينهما يسهم في تحسين دقة الكشف عن الأخبار الزائفة مقارنةً باستخدام كل منهما بصورة منفردة.
1.أ.م.د. ماجد حامد علي جامعة تكريت كلية علوم الحاسوب والرياضيات رئيساً
2.أ.م.د. زيدون طارق عبدالوهاب جامعة تكريت / كلية علوم الحاسوب والرياضيات عضواً
3. أ.م.د. فراس ليث خليل جامعة تكريت / كلية علوم الحاسوب والرياضيات عضواً
4.أ.م.د. محمد اكثم احمد جامعة تكريت / كلية علوم الحاسوب والرياضيات عضواً ومشرفاً
هذا وقد حضر المناقشة عدد من التدريسيين وطلبة الدراسات العليا
