近年來不實訊息傳遞猖獗，除危害到個人健康或行為的可能性，亦有可能左右國家層級的重要事件，如防疫和投票等等。從各領域對不實訊息的研究以及澄清平台和查核平台的出現，可見政府與民間團體對此議題的重視程度。
       本團隊參與此次議題的切入點是社會大眾的轉傳行為，除去刻意轉傳，若能抑制一般民眾成為不實訊息中介點的可能性、阻止謠言散佈，便能有效降低不實訊息的危害，因此我們建構的系統中利用人工智慧、搜尋引擎技術、語意分析、非結構性資料庫處理，提供民眾接觸媒體識讀的管道、及對所接收訊息的背景資訊，進而提升媒體識讀能力，降低不自覺轉發之情形。

資料部份我們持續且穩定地匯集了台灣各大主流媒體與自媒體的文本和社群平台的資料。模型部分由於相關研究皆以英文文本為主，因此在蒐集中文語料資料，語意分析上做了相應的研究與試驗，最終讓標題聳動度模型、標題內容相似度模型等課題得以應用在台灣的新聞訊息上。

國內現有的不實訊息防範機制多以人工審查為主，其更新速度慢並且無法量產。我們的系統透過補足民眾背景資訊的方式，使其了解自己掌握訊息可靠性，降低不實訊息的轉傳意願。一方面迴避了真假標籤的困難與政治問題，另一方面把對言論自由的危害降到最低。