본 논문은 소셜 미디어 상의 가짜 뉴스 문제 해결을 위해 이미지와 텍스트 정보를 모두 활용하는 새로운 모델인 지식 증강 및 감정 안내 네트워크(KEN)를 제안합니다. 기존 연구의 한계점인 이미지 의미론의 부족과 제한된 텍스트 정보로 인한 신뢰도 판별 어려움을 극복하기 위해, 대규모 언어 모델(LLM)을 활용하여 이미지 캡션 생성 및 텍스트 정보 보강을 수행합니다. 또한, 뉴스의 감정적 유형에 따른 차별적 접근 방식을 통해 다양한 감정 유형의 뉴스에 대한 정확도를 향상시키고자 균형 학습을 적용합니다. 실제 데이터셋을 이용한 실험 결과, 제안된 KEN 모델의 우수성을 확인했습니다.
