本研究では、監視付き機械学習および深層学習モデルが、知覚された低品質ニュース記事と高品質ニュース記事を効果的に区別できるかどうかを探求しました。2018年から2024年の間に収集された1,412,272件の英語ニュース記事から作成された新しいデータセットを使用して、3つの機械学習分類器と3つの深層学習モデルの性能が評価されました。579の情報源ウェブサイトに対する専門家の評価を中央値で分割し、それぞれ約706,000件の知覚低・高品質クラスを作成しました。従来の機械学習分類器であるランダムフォレストは、0.7355の精度と0.8131のROC AUCを示しました。一方、深層学習ではModernBERT-largeが最高のパフォーマンスを記録し、0.8744の精度と0.9593のROC AUCを達成しました。これらの結果は、世界のニュース記事の知覚品質が、従来のCPUベースの機械学習分類器および深層学習分類器によって効果的に異なることを示唆しています。