Ідентифікація fake news за допомогою нейронних мереж

Скорочена інформація про документ
dc.contributor.advisorШаповал, Наталія Віталіївна
dc.contributor.authorШафорост, Анна Сергіївна
dc.date.accessioned2023-09-16T15:31:57Z
dc.date.available2023-09-16T15:31:57Z
dc.date.issued2023
dc.description.abstractДипломнa робота: 88 с., 14 рис., 9 табл.,3 додатки, 17 джерел. Робота спрямована на вирішення зростаючого занепокоєння щодо поширення фейкових новин та їхнього потенційного впливу на громадську думку, соціальний дискурс і демократичні процеси. Використовуючи нейронні мережі, запропоновано рішення автоматизованого виявлення фейкових новин, що є внеском у ширшу сферу виявлення та запобігання дезінформації. Об’єкт дослідження – класифікація текстових новин на предмет дезінформації. Мета роботи – створити якісне рішення для швидкої ідентифікації fake news. Ця робота робить цінний внесок у сферу ідентифікації фейкових новин, використовуючи можливості нейронних мереж. У ній детально описано використану методологію та представлено багатообіцяючі результати. У роботі визнаються потенційні обмеження і відкриваються шляхи для майбутніх досліджень. Однак ефективність запропонованого підходу тільки виграє від подальшої перевірки та порівняння з альтернативними методами, щоб встановити його перевагу у виявленні фейкових новин у різних контекстах і мовах.uk
dc.description.abstractotherBachelor thesis: 88 pages, 14 figures, 9 tables, 3 appendices, 17 sources. The study aims to address the growing concern about the spread of fake news and its potential impact on public opinion, social discourse, and democratic processes. By utilizing neural networks, a solution for automated detection of fake news is proposed, contributing to the broader field of misinformation detection and prevention. The research object is the classification of textual news for misinformation. The objective of the study is to create a high-quality solution for rapid identification of fake news. This work makes a valuable contribution to the field of fake news identification by leveraging the capabilities of neural networks. The methodology used is described in detail, and promising results are presented. The study acknowledges potential limitations and opens avenues for future research. However, the effectiveness of the proposed approach would benefit from further validation and comparison with alternative methods to establish its superiority in detecting fake news across different contexts and languages.uk
dc.format.extent88 с.uk
dc.identifier.citationШафорост, А. С. Ідентифікація fake news за допомогою нейронних мереж : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Шафорост Анна Сергіївна. – Київ, 2023. – 88 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/60448
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectнейронні мережіuk
dc.subjectрекурентні нейронні мережіuk
dc.subjectкласифікаціяuk
dc.subjectдовга короткочасна пам’ятьuk
dc.subjectnetworksuk
dc.subjectrecurrent neural networksuk
dc.subjectclassificationuk
dc.subjectlong short-term memoryuk
dc.titleІдентифікація fake news за допомогою нейронних мережuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Shaforost_bakalavr.pdf
Розмір:
2.01 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ШІ)
Бакалаврські роботи