Метод адаптивного виявлення фейкових новин на основі узагальненого вектора текстових ознак

Скорочена інформація про документ
dc.contributor.authorШупта, Андрій
dc.contributor.authorShupta, Andrii
dc.date.accessioned2025-08-20T09:12:27Z
dc.date.available2025-08-20T09:12:27Z
dc.date.issued2025
dc.description.abstractФейкові 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.
dc.description.abstractThe rapid spread of "fake news" via social media and online platforms poses a significant threat to informed public discourse and trust in information. While existing detection methods analyze content (text, images) or social context (source, sharer sentiment), they often struggle to adapt to the evolving, sophisticated tactics of misinformation campaigns, losing efficacy as new deceptive forms emerge. This paper presents an innovative, adaptive Natural Language Processing framework designed to tackle this dynamic challenge. Our core strategy involves a feature vector built from generalized textual characteristics, capturing enduring linguistic patterns and structural irregularities indicative of fabricated content, rather than superficial, easily outdated markers. A key aspect is the system’s designed evolvability: it supports continuous expansion of this feature vector and retraining of the classifier with new datasets. This ensures sustained responsiveness and effectiveness against novel fake news iterations in a constantly changing information landscape. The system’s efficacy is validated through a dual evaluation: qualitative visual analytics offer insights into its decision-making, while quantitative statistical metrics (precision, recall, F1-score) confirm its robustness. Experimental results demonstrate a commendable detection accuracy of approximately 90%, underscoring the power of the generalized features and adaptive learning. Ultimately, this research contributes to the critical development of a more reliable, accurate, and dynamically responsive system for identifying and mitigating the spread of fake news. The development of such sophisticated tools holds profound implications for safeguarding the integrity of information, fostering media literacy, and addressing one of the most pressing informational challenges in contemporary society.
dc.identifier.citationШупта А. Метод адаптивного виявлення фейкових новин на основі узагальненого вектора текстових ознак / А. Шупта // Вимірювальна та обчислювальна техніка в технологічних процесах. – 2025. – № 2. – С. 193-197.
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/19293
dc.language.isouk
dc.publisherХмельницький національний університет
dc.subjectдетектування фейкових новин
dc.subjectобробка природної мови
dc.subjectузагальнені текстові ознаки
dc.subjectмашинне навчання
dc.subjectаналіз контенту
dc.subjectfake news detection
dc.subjectnatural language processing
dc.subjectgeneralized text features
dc.subjectmachine learning
dc.subjectcontent analysis
dc.subject.udc004.85:004.912:025.4.03
dc.titleМетод адаптивного виявлення фейкових новин на основі узагальненого вектора текстових ознак
dc.title.alternativeMethod of adaptive detecting fake news based on a generalized vector of textual features
dc.typeСтаття
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
VOTTP_2_2025-26.pdf
Розмір:
1.06 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
ВОТТП - 2025 рік