Luận văn thạc sĩ: Phát hiện tin giả y tế trên mạng xã hội

Khám phá luận văn thạc sĩ về phát hiện tự động tin giả y tế trên mạng xã hội, ứng dụng công nghệ trong việc bảo vệ thông tin sức khỏe.

• Tác giả: Trần Thị Thắm
• Người hướng dẫn: PGS. Quản Thành Thơ
• Trường học: Đại Học Bách Khoa - ĐHQG-HCM
• Chuyên ngành: Khoa học Máy Tính
• Đề tài: Phát Hiện Tự Động Tin Giả Y Tế Trên Mạng Xã Hội
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2024
• Địa điểm: TP. Hồ Chí Minh

Tóm tắt

I. Giới thiệu đề tài

Trong bối cảnh phát triển nhanh chóng của công nghệ thông tin, tin giả y tế trở thành một vấn đề nghiêm trọng trên mạng xã hội. Việc phát hiện và phân tích tin giả không chỉ mang tính cấp thiết mà còn ảnh hưởng trực tiếp đến sức khỏe cộng đồng. Nghiên cứu này nhằm xây dựng mô hình phát hiện tin giả dựa trên các phương pháp học sâu, đóng góp vào việc cải thiện độ chính xác của quá trình kiểm tra thông tin. Mục tiêu chính là phát triển một hệ thống có khả năng tự động nhận diện và phân loại tin tức giả mạo trong lĩnh vực y tế, từ đó giảm thiểu tác động tiêu cực của thông tin sai lệch.

1.1 Mô tả bài toán phát hiện tin giả

Bài toán phát hiện tin giả được mô hình hóa thành nhiều giai đoạn, bao gồm xác định độ đáng tin cậy của các tuyên bố, đánh giá tính xác thực dựa trên các đặc trưng của tuyên bố và tìm kiếm các nguồn chứng thực hoặc bác bỏ. Trong nghiên cứu này, tác giả tập trung vào việc phát hiện tin giả y tế thông qua việc sử dụng công nghệ phát hiện dựa trên bằng chứng. Việc áp dụng các phương pháp học sâu giúp tăng cường khả năng phân tích và đánh giá thông tin, từ đó cung cấp một giải pháp hiệu quả hơn cho vấn đề này.

II. Tổng quan về tin giả

Tin giả có thể được định nghĩa là những thông tin sai lệch hoặc không chính xác, thường được phát tán nhằm mục đích gây hoang mang dư luận. Các loại tin giả y tế thường liên quan đến các thông tin về bệnh tật, phương pháp điều trị, hoặc vaccine. Những thông tin này không chỉ gây ảnh hưởng đến nhận thức của người dân mà còn có thể dẫn đến những quyết định sai lầm liên quan đến sức khỏe. Do đó, việc phát hiện và xử lý tin giả là rất quan trọng trong bối cảnh hiện nay. Các nghiên cứu đã chỉ ra rằng thông tin sai lệch về y tế có thể dẫn đến những hậu quả nghiêm trọng, như việc sử dụng thuốc không đúng cách hay từ chối các biện pháp phòng ngừa cần thiết.

2.1 Khái niệm về tin giả

Khái niệm về tin giả bao gồm nhiều dạng thức khác nhau, từ tin tức giả mạo đến các bài viết có nội dung sai lệch. Đặc biệt, trong thời kỳ dịch bệnh COVID-19, nhiều thông tin sai lệch đã được phát tán trên mạng xã hội, ảnh hưởng đến tâm lý và hành động của người dân. Việc nhận diện và phân loại các loại tin giả y tế là cần thiết để bảo vệ sức khỏe cộng đồng và nâng cao nhận thức về thông tin.

III. Phương pháp phát hiện tin giả

Nghiên cứu này áp dụng các phương pháp học sâu để phát hiện tin giả y tế trên mạng xã hội. Một trong những phương pháp chính được sử dụng là mô hình ExFAN, được xây dựng dựa trên kiến trúc Transformer và được thiết kế để xử lý các tác vụ suy luận ngôn ngữ tự nhiên (NLI). Mô hình này không chỉ giúp phát hiện tin giả mà còn cung cấp các bằng chứng hỗ trợ để giải thích cho các quyết định của mô hình. Việc sử dụng các mô hình học sâu cho phép nâng cao độ chính xác trong việc phân loại các bài viết thành các nhóm như hỗ trợ, bác bỏ hoặc không đủ thông tin.

3.1 Mô hình ExFAN

Mô hình ExFAN được thiết kế để tự động phát hiện tin giả bằng cách sử dụng các kỹ thuật học sâu. Mô hình này không chỉ tập trung vào nội dung mà còn xem xét các yếu tố ngữ cảnh xã hội, giúp cải thiện khả năng phát hiện và phân tích thông tin. Kết quả thực nghiệm cho thấy mô hình đạt hiệu suất cao hơn so với các mô hình cơ sở, cho thấy tiềm năng ứng dụng của nó trong việc phát hiện tin giả y tế trên mạng xã hội.

IV. Đánh giá và ứng dụng thực tiễn

Đánh giá kết quả của mô hình ExFAN cho thấy rằng khả năng phát hiện tin giả đạt được hiệu quả cao, đặc biệt trong bối cảnh thông tin y tế. Việc áp dụng mô hình này không chỉ giúp giảm thiểu sự lan truyền của thông tin sai lệch mà còn nâng cao nhận thức của người dùng về tin giả y tế. Hệ thống này có thể được triển khai trên các nền tảng mạng xã hội, góp phần bảo vệ sức khỏe cộng đồng và nâng cao chất lượng thông tin trong xã hội. Những kết quả này khẳng định giá trị thực tiễn của nghiên cứu trong việc giải quyết một vấn đề đang ngày càng trở nên nghiêm trọng trong thời đại số.

4.1 Ứng dụng trong thực tiễn

Mô hình ExFAN có thể được áp dụng rộng rãi trong việc phát hiện và xử lý tin giả y tế trên nhiều nền tảng khác nhau. Việc tích hợp mô hình vào các ứng dụng mạng xã hội sẽ giúp người dùng dễ dàng nhận diện và phân biệt thông tin chính xác, từ đó góp phần nâng cao ý thức cộng đồng về việc tiếp nhận thông tin. Hệ thống này không chỉ phục vụ cho việc phát hiện tin giả mà còn có thể được mở rộng để ứng dụng trong các lĩnh vực khác như giáo dục, chính trị hay kinh tế.

Trích đoạn nội dung tài liệu

Chương 1, GIỚI THIỆU ĐỀ TÀI: Trình bày tổng quan về đề tài, lý do thực hiện đề tài và ý nghĩa thực tiễn của bài toán, cũng như giới hạn và phạm vi của đề tài. Cuối cùng là nhiệm vụ và cấu trúc của luận văn. – Chương 2, CƠ SỞ LÝ THUYẾT: Tổng hợp những vấn đề học thuật liên quan nhất sẽ áp dụng để giải quyết bài toán, tập trung chủ yếu vào nội dung của học sâu, từ Mạng nơ ron nhân tạo (Artificial Neural Network) và đặc 5 https://dsc.vn/ 6 https://dsc.vn/ 6 Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học và Kỹ Thuật Máy Tính biệt là lý thuyết về tác vụ Suy luận ngôn ngữ tự nhiên (Natural Language Inference). – Chương 3, CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN: Trình bày một cách tổng quát về những nghiên cứu liên quan đã và đang được thực hiện, cũng như xu hướng chung hiện nay trong việc giải quyết bài toán.

Phần này cũng đưa ra những bàn luận và đánh giá cho các phương pháp kể trên vì đó là cơ sở quan trọng cho những nghiên cứu của học viên trong quá trình thực hiện luận văn. – Chương 4, BỘ DỮ LIỆU KIỂM TRA TIN GIẢ CÓ BẰNG CHỨNG: Giới thiệu các bộ dữ liệu cho bài toán phát hiện tin giả có bằng chứng cũng như xây dựng bộ dữ liệu dành riêng cho tin giả tiếng việt trên mạng xã hội có bằng chứng. – Chương 5, MÔ HÌNH ĐỀ XUẤT ExFAN: Giới thiệu mô hình cơ sở cho Tự động phát hiện tin giả y tế tiếng việt trên mạng xã hội. Đồng thời đưa ra các cải tiến và động lực cho mô hình đề xuất.

– Chương 6, THÍ NGHIỆM VÀ ĐÁNH GIÁ MÔ HÌNH ExFAN: Ở chương này, học viên trình bày các bước tiến hành thí nghiệm trên những tập dữ liệu khác nhau và đánh giá kết quả của những cải tiến so với mô hình cơ sở. – Chương 7, KẾT LUẬN: Tổng hợp các kết quả đạt được trong quá trình thực hiện luận văn từ bước nghiên cứu và xây dựng giả thuyết đến triển khai thực nghiệm. Phần này cũng trình bày những hạn chế và vấn đề tồn đọng, cuối cùng đề xuất các giải pháp cải tiến trong tương lai. Mục lục, Danh sách hình vẽ, Danh sách bảng được cung cấp ở đầu luận văn.

Tài liệu tham khảo sẽ được trình bày ở cuối luận văn. 7 Chương 2 CƠ SỞ LÝ THUYẾT 2.1 Tổng quan về Tin giả 2.1 Khái niệm về tin giả Thuật ngữ "tin giả" là một khái niệm tương đối mới xuất hiện cùng với sự bùng nổ về thông tin ngày nay. Học giả về truyền thông Nolan Higdon đã định nghĩa "Tin tức giả là nội dung sai sự thật hoặc gây hiểu lầm được trình bày dưới dạng tin tức và được truyền đạt dưới các định dạng bao gồm truyền thông nói, viết, in, điện tử và kỹ thuật số" [4]. Tin tức giả mạo cũng đề cập đến những câu chuyện bịa đặt có rất ít hoặc không có sự thật và khó có thể xác minh được.2 Phân loại tin giả Các trường hợp điển hình của tin giả bao gồm quảng cáo lừa đảo (trong kinh doanh và chính trị), tuyên truyền của chính phủ, các hình ảnh chỉnh sửa hoặc dùng sai mục đích ban đầu, tài liệu giả mạo, bản đồ giả, gian lận trên Internet, các trang web giả mạo và mục từ trên Wikipedia không đúng sự thật,.

Tin giả có thể gây ra tác hại đáng kể nếu mọi người để nó lừa dối. Để giải quyết mối đe dọa này đối với chất lượng thông tin, trước tiên chúng ta cần hiểu chính xác các loại tin giả. Có rất nhiều nghiên cứu về tin giả và phân loại tin giả, một trong những báo cáo được tham khảo và trích dẫn nhiều về phân loại tin giả là của Claire Wardle [5]. Theo phân loại này, các tin giả được phân thành 3 nhóm chính : 1) Thông tin sai lệch (Mis-information): Thông tin sai lệch được phổ biến mà không có ý định gây hại.

Bao gồm 2 loại là Kết nối sai (False connection) khi tiêu 8 Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học và Kỹ Thuật Máy Tính đề và chú thích không phù hợp nội dung như giật tít, loại 2 là nội dung gây hiểu lầm (misleading content) là sử dụng sai thông tin và gây hiểu lầm cho người đọc ví dụ như các trang lừa đảo hứa hẹn quảng cáo. Một trong những trò lừa bịp nổi tiếng nhất của chiến dịch là việc tạo ra một phiên bản trùng lặp phức tạp của tờ báo Le Soir của Bỉ, với một bài báo sai sự thật cho rằng Macron được Ả Rập Xê Út tài trợ1. Một ví dụ khác là việc lưu hành các tài liệu trực tuyến tuyên bố sai sự thật rằng Macron đã mở một tài khoản ngân hàng nước ngoài ở Bahamas2. Và cuối cùng, thông tin sai lệch được lan truyền thông qua "các cuộc tấn công Twitter", trong đó các cá nhân có kết nối với nhau, đều đồng thời đưa lên Twitter các thẻ (hashtag) bắt đầu bằng , chứa thông điệp giống hệt nhau để lan truyền tin đồn về Macron (ví dụ: anh ta có quan hệ tình cảm với con gái riêng của mình).

2) Thông tin giả mạo (Dis-information): Được tạo và chia sẻ bởi những người có ý định gây hại. Bao gồm: bối cảnh sai (False context) là loại thông tin giả mạo này được sử dụng để mô tả nội dung xác thực nhưng đã được điều chỉnh lại theo những cách nguy hiểm. Ví dụ, vào tháng 8 năm 2021, trên mạng xã hội chia sẻ với tốc độ chóng mặt về tin một người bác sĩ tên Trần Khoa, người này chia sẻ đã quyết định "nhường đi chiếc máy thở" của ba mẹ mình đang dùng cho một sản phụ đang cần 3. Thông tin này đi kèm với một lá thư rất lâm ly của bác sĩ Khoa và nhận được sự đồng cảm lớn từ cộng đồng mạng.

Tuy nhiên, Sở Y tế Thành phố Hồ Chí Minh cho biết sau, khi kiểm tra có đủ cơ sở khẳng định thông tin lan truyền về trường hợp một bác sĩ rút ống thở của người nhà để nhường máy thở cho mẹ con sản phụ là hư cấu. Thông tin dựa trên nội dung đã có trong thực tế, được sử dụng để gây hại cho một người, một tổ chức hoặc một quốc gia. Một ví dụ nổi bật về thông tin ác ý là khi các email của Emmanuel Macron bị rò rỉ vào thứ Sáu trước cuộc bỏ phiếu chung cuộc diễn ra vào ngày 7 tháng 5. Thông tin chứa trong các email là thật nhưng chiến dịch tranh cử của Macron vẫn bị cáo buộc về việc sử dụng thông tin sai sự thật để làm giảm tác động từ ảnh hưởng của các cuộc rò rỉ thông tin tiềm ẩn 4.

Tuy nhiên, bằng cách tiết lộ thông tin cá nhân ra công chúng vài phút trước khi các phương tiện truyền thông ở Pháp mất điện, vụ rò rỉ đã gây tổn hại lớn cho chiến dịch tranh cử của Macron.com/checked-french 2 https://crosscheck.com/checked-french 3 https://ttbc-hcm.vn/thong-tin-bac-si-nhuong-may-tho-cua-nguoi-than-de-cuu-san-phu- song-thai-la-hu-cau-17239.html 4 https://www.com/2017/05/08/world/europe/macron-hacking-attack-france.html 9 Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học và Kỹ Thuật Máy Tính 2.2 Cơ sở kiến thức về mô hình học sâu 2.1 Mô hình Artificial Neural Network - ANN Mô hình Artificial Neural Network - ANN (Mạng nơ-ron nhân tạo) là mô hình tính toán được xây dựng lấy ý tưởng từ cấu trúc và cách hoạt động của mạng nơ-ron thần kinh trong não người nhằm thực hiện một tác vụ nào đó với tập thông tin đầu vào. Một mạng nơ-ron thần kinh được tạo nên từ nhiều nơ-ron sinh học kết nối và hoạt động cùng nhau. Chúng hoạt động bằng cách tiếp nhận các thông tin đưa vào từ các đuôi gai (dendrite), tính toán và tổng hợp tại thân nơ-ron (cell body), sau đó lan truyền kết quả đến các nơ-ron khác thông qua sợi trục (axon). Có thể dễ dàng rút ra nhận xét rằng nơ-ron sinh học nhận nhiều thông tin đầu vào nhưng chỉ đưa ra một kết quả duy nhất thông qua quá trình xử lý trung gian phức tạp.

Tương tự như cách thức hoạt động nêu trên của mạng nơ-ron thần kinh, ANN cũng được cấu thành từ nhiều nơ-ron được gọi là perceptron có cấu trúc như Hình 2., xn lần lượt là các biến đại diện cho dữ liệu đầu vào. – phép cộng (summation) và hàm kích hoạt (activation function) là các phép tính toán và tổng hợp các thông tin dữ liệu đầu vào., wn là các trọng số cần phải học, đóng vai trò tham gia quá trình tính toán và chuyển đổi các thông tin đầu vào thành thông tin đầu ra. – y là output của tiến trình, đại diện cho dữ liệu đầu ra. Cụ thể hơn, phương thức tính toán và tổng hợp dữ liệu của một perceptron được mô tả theo từng bước sau: 1.

Perceptron thực hiện phép cộng bằng cách tính tổng giá trị tất cả các tích số của từng cặp dữ liệu đầu vào và giá trị trọng số tương ứng: n X a= w i xi + w 0 (2. Kết quả a của phép cộng được đưa qua một hàm kích hoạt phi tuyến như Sigmoid, Tanh, ReLU, LeakyReLU được minh họa ở Hình 2. Sau đó, perceptron thực hiện phép so sánh giá trị nhận được từ hàm kích hoạt f(a) với một giá trị ngưỡng (threshold ) cho trước nhằm xác định giá trị đầu ra ŷ như là tín hiệu kích hoạt của perceptron. 10 Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học và Kỹ Thuật Máy Tính Hình 2.1: Cấu trúc của một Perceptron Hình 2.2: Các hàm phi tuyến được sử dụng trong Perceptron  1 if f (a) ≥ threshold ŷ = (2.2) 0 if f (a) < threshold Bằng cách kết hợp nhiều perceptron với nhau sẽ tạo nên cấu trúc mô hình mạng ANN.

Mạng ANN bao gồm nhiều perceptron như là các nút mạng tính toán 11 Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học và Kỹ Thuật Máy Tính làm tăng tính phức tạp cũng như khả năng học cho mạng, các perceptron đó hình thành nên các tầng như hình sau: Hình 2.3: Mô hình neural network đơn giản – Tầng đầu vào (input layer): là tầng đầu tiên, thể hiện các dữ liệu đầu vào của mô hình. – Tầng ẩn (hidden layer): là tầng nằm giữa gồm các phép tính toán nhằm chuyển đổi dữ liệu đầu vào sang dữ liệu đầu ra. – Tầng kết quả (output layer): là tầng cuối cùng thể hiện dữ liệu đầu ra của mạng. Quá trình suy luận từ tầng vào tới tầng ra của mạng NN là quá trình lan truyền tiến (feedforward), tức là đầu vào các nơ-ron tại 1 tầng đều lấy từ kết quả các nơ-ron tầng trước đó mà không có quá trình suy luận ngược lại.