Розпізнавання фейкових новин, використовуючи методи штучного інтелекту

Скорочена інформація про документ
dc.contributor.advisorШубенкова, Ірина Анатоліївна
dc.contributor.authorСтепенко, Богдан Валентичнович
dc.date.accessioned2023-04-13T13:51:12Z
dc.date.available2023-04-13T13:51:12Z
dc.date.issued2022
dc.description.abstractМагістерська дисертація: 78 с., 19 рис., 32 табл., 37 джерел. Об’єкт дослідження – Методи та моделі ШІ. Предмет дослідження – Системи розпізнавання фейкових новин на основі методів штучного інтелекту. Мета роботи – дослідити та зробити власну модель розпізнавання фейкової інформації, зробити аналіз з найсучаснішими суміжними роботами, що показали найкращий результат. У минулому для виявлення фейкових новин здебільшого використовували класифікаційні та регресійні моделі, в яких вхідними даними були або зміст статті, або шляхи поширення чуток. Однак у цій роботі представлено модель глибокої нейронної мережі на основі двонаправленої довготривалої короткочасної пам'яті (LSTM). Дана робота має неабияку актуальність в сьогодення, а саме у військовий час, коли кожен може отримувати величезну кількість інформації з соціальних мереж, але не кожен вміє її правильно аналізувати чи сприйняти, що може створювати негативні настрої в суспільстві. Проте використовуючи відповідну розробку, наприклад як телеграм бот чи додаток в браузері користувач може побачити певну інформацію як потенційно недостовірну, хоча вона і матиме гучні заголовки.uk
dc.description.abstractotherMaster’s thesis explanatory note: 78 p., 19 fig., 32 tables, 37 sources. Object of research - Methods and models of AI. Subject of research - The systems of recognition of fake news are on the basis of methods of artificial intelligence. The purpose of the work is to investigate and make our own model for recognizing fake information, to make an analysis with the most modern related works that have shown the best result. In the past, fake news detection mostly used classification and regression models, in which the input data was either the content of the article or the path of the rumor. However, this paper presents a deep neural network model based on bidirectional long short-term memory (LSTM). This work is of great relevance today, namely in wartime, when everyone can receive a huge amount of information from social networks, but not everyone knows how to analyze or perceive it correctly, which can create negative sentiments in society. However, using the appropriate development, such as a Telegram bot or a browser application, the user can see certain information as potentially unreliable, although it will have loud headlines.uk
dc.format.extent124 с.uk
dc.identifier.citationСтепенко, Б. В. Розпізнавання фейкових новин, використовуючи методи штучного інтелекту : магістерська дис. : 122 Комп'ютерні науки / Степенко Богдан Валентичнович. – Київ, 2022. – 124 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/54597
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectFAKE NEWS DETECTIONuk
dc.subjectBiLSTMuk
dc.subjectLong Short-Term Memoryuk
dc.subjectNatural Language Processinguk
dc.subject.udc004.852uk
dc.titleРозпізнавання фейкових новин, використовуючи методи штучного інтелектуuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Stepenko_magistr.pdf
Розмір:
1.9 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

Магістерські роботи (ШІ)
Магістерські роботи