这个项目是由我和我的几个朋友在钦奈的IET Hackathon 2018上制作的。我们获得了二等奖。

问题陈述
通常耸人听闻的新闻通过社交媒体创建和传播，以达到预期的目的。另一方面，它可能还涉及对真实事实的叙述，但被故意夸大。这也可能会影响严肃新闻媒体的重要性。问题是要确定新闻和在线内容的真实性。同样重要的是识别参与传播虚假新闻的机器人。
方法
问题可以分为3个语句：-

使用 NLP 检查新闻文章的真实性。

如果用户对搜索查询的真实性有疑问，那么他/她可以直接在我们的平台上进行搜索，并使用我们的自定义算法输出置信度分数。

检查新闻来源的真实性。

可以通过将文章馈送到机器学习模型（被动攻击分类器）来分析文章，该模型在通过分类真实与虚假新闻的预定义数据集进行训练后预测内容的真实性。
可以通过执行Google搜索（前100个条目）来分析搜索词，并确保可靠的新闻来源和聚合器是否覆盖了与关键字对应的新闻。对于可靠新闻来源覆盖的每个搜索词，它都会获得+1的分数，而我们会严重惩罚虚假来源。如果多个虚假来源报道了新闻，那么我们甚至会更加严厉地惩罚真相分数。我们还在有效负载内容中查找“恶作剧”，“假货”等关键字。
可以通过在我们的真实新闻提供商和虚假新闻提供商数据库中检查URL（新闻来源）是否真实来分析它。
应用
当假新闻检测器托管在本地/云平台上时，它可以以合理的准确性预测假新闻。由于假新闻检测的边缘案例存在争议，因此该工具会输出概率百分比而不是刚性标签。