연구진은 알제리 방언 소셜 미디어 콘텐츠의 루머 탐지를 위한 하이브리드 프레임워크를 개발했어요. 방언 특성상 데이터 부족 문제를 해결하기 위해 실제 게시물, 합성 데이터, FASSILA 코퍼스를 결합한 데이터셋을 구축했어요.
Transformer 임베딩과 고전 분류기를 결합한 하이브리드 모델이 F1 점수 0.84로 가장 높은 성능을 보였으며, 도메인 특화 사전 학습이 모델 크기보다 중요했어요.
본 연구는 저소자원 알제리 방언 환경에서도 루머 탐지가 가능하다는 것을 입증하며, 향후 방언 NLP 연구에 기여할 것으로 기대돼요.