дезінформація, пропаганда

Розроблено метод виявлення джерел дезінформації та неавтентичної поведінки користувачів чатів у соціальних мережах. Розроблена модель базується на аналізі текстової інформації з використанням сучасних алгоритмів машинного навчання, зокрема класифікаторів (SVM, наївний Байес, дерева рішень тощо) та кластеризаційних методів для виявлення структурних зв’язків між новинами та користувачами. Значна увага приділяється збиранню і балансуванню датасетів, а також візуалізації мереж для оцінки поширення фейкових новин.

У статті розглянуто підхід до виявлення джерел дезінформації у цифровому середовищі за допомогою аналізу текстів із використанням методів машинного навчання та опрацювання природної мови. Запропонований метод базується на гібридному представленні тексту, яке поєднує частотні ознаки (TF-IDF) з контекстними векторними представленнями, отриманими за допомогою моделі IBM Granite.

У статті описано дослідження ідентифікації фейкових новин на основі опрацювання природної мови, аналізу великих даних і технології глибокого навчання. Розроблена система автоматично перевіряє новини на наявність ознак фейкових новин, таких як використання маніпулятивної мови, неперевірених джерел і недостовірної інформації. Візуалізація даних реалізована на основі дружнього інтерфейсу користувача, який відображає результати аналізу новин у зручному та зрозумілому форматі.