Автоматизоване виявлення фейкових новин за допомогою перехресної перевірки джерел з використанням машинного навчання
Вантажиться...
Дата
2023
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Розробка та поширення фейкової інформації та новин в інтернеті
стали серйозною проблемою сучасного цифрового віку. У зв'язку з цим,
дослідження автоматизованих систем для виявлення та боротьби з цією
небезпекою стає все більш актуальним. Окреме занепокоєння викликає
значний розвиток генеративних моделей, які за секунди здатні створювати
велику кількість текстового та візуального цифрового контенту, що можуть
створювати додаткові загрози та проблеми у виявленні такої інформації.
Метою даної роботи було дослідження можливостей сучасних
моделей машинного навчання для використання їх у проблемі класифікації
фейкової інформації в соціальних мережах, виявлення найкращих підходів,
наборів даних, та їх покращення. Оскільки зараз інформація є одним з
найпотужніших інструментів, який може використовуватися для низки
різноманітних цілей, то ця проблема є і буде залишатися доволі
актуальною
Результат роботи: дослідження наборів даних, аналіз, порівняння
моделей машинного навчання, створення покращеної моделі для роботи в
реальних умовах.
Загальний обсяг роботи 147 с., 45 рис., 9 таблиць, 1 додаток, 56 джерел.
Опис
Ключові слова
датасет, класифікація, аналіз, фейкові новини, PyTorch, TensorFlow, RNN, Transformer, NLP, dataset, classification, analysis, fake news
Бібліографічний опис
Поплавський, В. О. Автоматизоване виявлення фейкових новин за допомогою перехресної перевірки джерел з використанням машинного навчання : дипломний проект … бакалавра : 122 Комп'ютерні науки / Поплавський Владислав Олегович. – Київ, 2023. – 147 с.