इस शोधपत्र में, हम एक नया मॉडल, नॉलेज ऑग्मेंटेशन एंड इमोशन गाइडेंस नेटवर्क (KEN) प्रस्तावित करते हैं, जो सोशल मीडिया पर फर्जी खबरों की समस्या के समाधान के लिए छवि और पाठ्य दोनों प्रकार की सूचनाओं का उपयोग करता है। पिछले अध्ययनों में सीमित पाठ्य सूचनाओं के कारण छवि अर्थविज्ञान की कमी और विश्वसनीयता निर्धारित करने में आने वाली कठिनाई को दूर करने के लिए, हम छवि कैप्शन बनाने और पाठ्य सूचनाओं को बढ़ाने के लिए एक बड़े पैमाने के भाषा मॉडल (LLM) का उपयोग करते हैं। इसके अलावा, हम समाचार के भावनात्मक प्रकार के अनुसार एक विभेदक दृष्टिकोण के माध्यम से विभिन्न भावनात्मक प्रकारों वाले समाचारों की सटीकता में सुधार करने के लिए संतुलित शिक्षण का उपयोग करते हैं। प्रस्तावित KEN मॉडल की श्रेष्ठता वास्तविक डेटासेट पर किए गए प्रयोगों के माध्यम से पुष्टि की गई है।
