Перегляд за Автор "Shupta, Andrii"

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    Метод адаптивного виявлення фейкових новин на основі узагальненого вектора текстових ознак
    (Хмельницький національний університет, 2025) Шупта, Андрій; Shupta, Andrii
    Фейкові новини стали серйозною проблемою останніми роками, оскільки вони можуть швидко поширюватися через соціальні мережі та інші онлайн-платформи. Для виявлення фейкових новин можуть використовуватися різні методи та матеріали. Один підхід полягає в аналізі змісту новин, включаючи текст та супровідні зображення чи відео. Інший підхід передбачає врахування соціального контексту, в якому поширюються новини, наприклад, джерело новин та настрої людей, які ними діляться. У цій роботі представлено метод адаптивного виявлення фейкових новин за допомогою обробки природної мови. Пропонується використовувати вектор ознак, що побудований на основі узагальнених характеристик текстів новин. Також пропонується можливість розширення вектора ознак та наборів навчальних даних для адаптації класифікатора до нових типів фейкових новин. Продемонстровані експериментальні результати якісно (візуальна аналітика) та кількісно (статистичні метрики) демонструють здатність запропонованого методу виявляти фейкові новини з достатньою якістю (90%). Дослідження має на меті сприяти розробці точної та надійної системи для виявлення фейкових новин, що дасть змогу зменшити негативний вплив цієї проблеми в сучасному суспільстві.
  • Ескіз
    Документ
    Метод формалізованої процедури синтезу та обчислення ознак для виявлення фейкових новин
    (Хмельницький національний університет, 2025) Шупта, Андрій; Shupta, Andrii
    У роботі запропоновано новий метод, що формалізує процедуру виявлення фейкових новин, яка ґрунтується на можливостях великих мовних моделей (LLM) для синтезу підозрілих текстових атрибутів та їхнього перетворення на числові вектори, що придатні для класифікації. Завдання дослідження полягає в уточненні процесу перетворення текстових сигналів на числові ознаки, що покращує інтеграцію лінгвістичних сигналів з глибокими контекстуальними векторами ознак. Експерименти проводилися за англомовним (FakeNewsNet) та україномовним (Ukrainian news) наборами даних, де запропонований метод перевершив базові підходи, досягнувши точності до 89.6% для англійської та 88.3% для української мови. Ключові результати показують, що поєднання числових індикаторів (наприклад, коефіцієнтів перефразування та тональності) з генерацією за LLM забезпечує вищу повноту виявлення оманливих новинних статей. Запропонована процедура обчислення ознак успішно підвищує точність виявлення, зберігаючи прозорість прийняття рішень моделлю. Дослідження підкреслює важливість систематично розроблених числових ознак, які доповнюють генерації за LLM, пропонуючи шлях до більш надійних, адаптивних та пояснюваних систем виявлення фейкових новин