ІНФОРМАЦІЙНА СИСТЕМА КЛАСИФІКАЦІЇ ДОСТОВІРНОСТІ НОВИН НА ОСНОВІ ДВОНАПРАВЛЕНИХ РЕКУРЕНТНИХ НЕЙРОННИХ МЕРЕЖ

Анотація

У роботі досліджено проблему автоматизованого виявлення дезінформації в сучасному інформаційному просторі. Запропоновано інформаційну систему аналізу новинного контенту, побудовану на основі методів машинного навчання, опрацювання природної мови та глибоких нейронних мереж. Основою системи є багатовихідна модель із використанням двонаправлених рекурентних нейронних мереж, що забезпечує врахування контексту тексту та підвищення точності класифікації. Особливістю запропонованого підходу є реалізація змагального навчання між генератором і детектором фейкового контенту, що дає змогу адаптувати систему до нових стратегій створення дезінформації. Розроблена система виконує бінарну класифікацію новин за ознакою достовірності, а також прогнозує можливого автора та джерело публікації. Для підготовки даних застосовано процедури очищення тексту, токенізації та паддінгу, а також кодування категоріальних ознак. Для реалізації програмного забезпечення використано бібліотеки TensorFlow/Keras та Gradio. Проведене експериментальне тестування підтвердило ефективність системи у виявленні як фейкових, так і достовірних новин. Результати тестування підтвердили здатність моделі розпізнавати характерні мовні ознаки фейкових і достовірних повідомлень, зокрема сенсаційність, емоційність та формальний стиль викладу. Значення метрики F1 на тестових даних становить 78 %, що свідчить про задовільну точність роботи прототипу, а середній час опрацювання запиту до 250 символів склав 2,7 секунди. Проведені експерименти також підтвердили коректність функціонування модулів попереднього опрацювання тексту, нейромережевої моделі та вебінтерфейсу користувача. Запропоноване рішення може бути використане для автоматизованого моніторингу інформаційного простору та протидії поширенню дезінформації. Подальший розвиток дослідження передбачає збільшення обсягу навчального датасету, інтеграцію системи з платформами фактчекінгу та соціальними мережами, а також вдосконалення методів мультимодального аналізу текстової й візуальної інформації.