Інтелектуальна система підтримки прийняття рішень на основі нейронних мереж для виявлення медіаманіпуляцій
Вантажиться...
Дата
2026
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Баздирев А. Інтелектуальна система підтримки прийняття рішень на основі нейронних мереж для виявлення медіаманіпуляцій. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 124 Системний аналіз (12 – Інформаційні технології). – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, 2026.
У сучасному інформаційному середовищі медіаманіпуляції є одним із ключових інструментів інформаційного впливу, що особливо загострилося в умовах російсько-української війни, масового поширення повідомлень у соціальних мережах, месенджерах і цифрових медіа, а також високої швидкості тиражування маніпулятивних наративів у різних текстових варіаціях. Для українського інформаційного простору ця проблема є не лише науковою, а й безпосередньо прикладною, оскільки своєчасне виявлення маніпулятивного впливу має значення для безпекової аналітики, OSINT-досліджень, моніторингу інформаційних операцій, фактчекінгу та медіаграмотності. Разом з тим, у практичній роботі аналітика недостатньо лише визначити, чи є певне повідомлення маніпулятивним. Потрібно також зрозуміти, яку саме техніку використано, які фрагменти повідомлення є тригерними, які зовнішні свідчення підтверджують або спростовують висновок системи, як безпечно сформулювати нейтральний виклад і які випадки слід розглядати в першу чергу за умов обмеженого ресурсу уваги. У зв’язку з цим у дисертаційній роботі розглядається задача побудови інтелектуальної системи підтримки прийняття рішень для виявлення медіаманіпуляцій. Запропонована постановка поєднує методи системного аналізу, нейромережевого опрацювання природної мови, інформаційного пошуку, безпечної генерації тексту та прикладного реранкінгу випадків. Центральною ідеєю роботи є перехід від окремих моделей до цілісної доказово-орієнтованої архітектури, у якій результати нейромережевих модулів інтерпретуються як елементи аналітичного контуру, що завершується практично придатною підтримкою рішень. У першому розділі запропоновано трирівневу постановку задачі. Перший рівень відповідає за аналіз окремого повідомлення і включає визначення ризику маніпулятивного впливу, багатоміткову класифікацію технік та локалізацію фрагментів-індикаторів. Другий рівень реалізує доказово-орієнтований контур, у межах якого здійснюється добування свідчень, повторне впорядкування знайдених кандидатів, типізація доказового набору та безпечна реформуляція або реферування повідомлення. Третій рівень виконує функцію інтегральної підтримки прийняття рішень: він агрегує сигнали попередніх підсистем, ураховує новизну, масштаб поширення та невизначеність висновку і формує пріоритет випадку для подальшого опрацювання аналітиком. Запропонована методологія побудови системи базується на таких принципах: – модульне розділення на підсистеми аналізу повідомлення, добування свідчень, безпечної реформуляції та прийняття рішень; – доступність і інтерпретованість проміжних результатів кожного етапу; – орієнтація на українськомовні новинні та соціально-медійні дані; – можливість масштабування системи за рахунок заміни або розширення окремих модулів; – придатність до інтеграції у реальні програмні контури інформаційноаналітичного призначення. У другому розділі досліджено нейромережеві методи аналізу окремого повідомлення. Особливу увагу приділено проблемі використання великих мовних моделей у дискримінативних задачах. У роботі запропоновано підхід до побудови двоспрямованого енкодера на базі декодерної великої мовної моделі Gemma2-27B. Для цього каузальну маску замінено на повну двоспрямовану, а модель доадаптовано за схемою masked language modeling на змішаному українсько- та російськомовному новинному корпусі. Такий підхід дозволив сформувати модель biGemma2-27B, орієнтовану на українськомовні задачі класифікації та локалізації маніпулятивного контенту. Експериментальні результати показали, що biGemma2-27B продемонструвала найкращі результати серед розглянутих відкритих моделей. У третьому розділі досліджено доказово-орієнтовану обробку медіатекстів. Для цього розроблено синтетичний корпус EviManip-UA, призначений для моделювання задачі відновлення нейтрального першотексту за маніпулятивним переписуванням, добування свідчень і безпечної реформуляції. Такий корпус виконує подвійну роль: з одного боку, він є інструментом для побудови доказово-орієнтованих сценаріїв, а з іншого – слугує засобом оцінювання практичної придатності доказово-орієнтованих методів. Для масштабованого добування документів запропоновано використання напівкерованого інвертованого файлового індексу SS-IVF. На відміну від стандартного IVF, у запропонованому підході структуру розбиття простору узгоджено з навчальними сигналами задачі, що дозволяє краще зберігати релевантні документи в близьких кластерах. У роботі також розроблено підхід до формування доказового набору, який не зводиться до простого списку найближчих документів. Свідчення поділяються на такі групи: фрагменти, що підтверджують гіпотезу; фрагменти, що суперечать їй; подібні історичні прецеденти; та лексично схожі, але змістово нерелевантні приклади. Така типізація дає змогу перейти від суто пошукового модуля до засобу підтримки аналітичного міркування, де важливими є не лише підтвердження, а й суперечності, альтернативи та межі достовірності автоматичного висновку. У четвертому розділі наведено результати експериментальних досліджень та запропоновано архітектуру програмної реалізації системи. Показано, що всі ключові компоненти – модуль аналізу повідомлення, контур видобування, шар реформуляції – можуть бути інтегровані в єдину прикладну систему. Визначено основні функціональні підсистеми, потоки даних між ними, модель збереження результатів і принципи побудови інтерфейсу аналітика. Запропонований інтерфейс орієнтовано на практичну роботу з повідомленнями, доказовими наборами, безпечними викладами та фінальним рішенням щодо кейсу. Підсумовуючи, наукова новизна дисертаційної роботи полягає в наступному. Вперше запропоновано формалізацію інтелектуальної системи підтримки прийняття рішень для виявлення медіаманіпуляцій як трирівневої доказовоорієнтованої системи, що поєднує аналіз окремого повідомлення, добування та типізацію свідчень, безпечну реформуляцію і шар інтегрального прийняття рішень для аналітика. Вперше запропоновано підхід до побудови українсько-орієнтованого двоспрямованого енкодера на базі декодерної великої мовної моделі шляхом заміни каузальної маски на повну двоспрямовану та подальшої доменної MLMадаптації на змішаному українсько- та російськомовному новинному корпусі, що підвищує придатність моделі до дискримінативних задач аналізу тексту. Вперше адаптовано та обґрунтовано використання GRPO для задач безпечної реформуляції та реферування українськомовних медіатекстів із комбінованою функцією винагороди, яка одночасно враховує нетоксичність, покриття свідчень, нейтральність викладу та контрольовану довжину вихідного тексту. Удосконалено метод напівкерованого інвертованого файлового індексу SS-IVF для задачі добування свідчень і відновлення нейтрального першотексту за маніпулятивним переписуванням, що забезпечує кращий компроміс між швидкодією та якістю видобування у шумному інформаційному середовищі. Набули подальшого розвитку методи доменної адаптації нейромережевих моделей до українських новинних і соціально-медійних даних за рахунок поєднання двомовного новинного донавчання, цільового прикладного донавчання та доказово-орієнтованого оцінювання в межах єдиної системної постановки. Практичне значення одержаних результатів полягає в тому, що запропоновані методи, моделі та архітектурні рішення можуть бути безпосередньо використані для побудови прикладних систем моніторингу й аналізу медіаконтенту, орієнтованих на підтримку роботи аналітиків, дослідників інформаційних операцій, фахівців з OSINT, фактчекінгу та медіабезпеки. Усі теоретичні та практичні результати дисертаційної роботи опубліковано у фахових вітчизняних і закордонних наукових виданнях та апробовано на міжнародних наукових конференціях. За матеріалами дисертації опубліковано 5 наукових праць, з яких 2 – статті у журналах, що індексується у міжнародній наукометричній базі Scopus, 1 – стаття у фаховому виданні категорії Б, 2 – тези міжнародних наукових конференцій.
Опис
Ключові слова
великі мовні моделі, обробка природної мови, текстова аналітика, пошук релевантної інформації, оптимізація, медіаманіпуляції, штучний інтелект, машинне навчання, глибоке навчання, нейронні мережі, трансформери, оцінка ризиків, гібридна система, система підтримки прийняття рішень, large language models, natural language processing, text analysis, retrieval, optimization, media manipulation, artificial intelligence, machine learning, deep learning, neural networks, transformers, risk estimation, hybrid system, decision support system
Бібліографічний опис
Баздирев, А. А. Інтелектуальна система підтримки прийняття рішень на основі нейронних мереж для виявлення медіаманіпуляцій : дис. … д-ра філософії : 124 Системний аналіз / Баздирев Антон Андрійович. - Київ, 2026. - 160 с.