Comparative Evaluation of Traditional Machine Learning and Transformer Models for Fake News Detection

Questo studio confronta sistematicamente quattro modelli di machine learning tradizionali rispetto a quattro modelli basati su transformer su cinque dataset pubblici, dimostrando che, sebbene le architetture transformer come RoBERTa superino significativamente i metodi tradizionali nell'accuratezza del rilevamento delle fake news, esse comportano costi computazionali sostanzialmente più elevati, offrendo così approfondimenti critici sui compromessi per la selezione del modello sotto diversi vincoli di risorse.

Autori originali: Kazi Abdul Mannan, Md. Jubaer Ahmed Aronno, Rumana Akhter Anika