ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ВИЯВЛЕННЯ УКРАЇНОМОВНИХ ФЕЙКОВИХ НОВИН В КІБЕРПРОСТОРІ СОЦІАЛЬНИХ МЕРЕЖ НА ОСНОВІ МЕТОДІВ МАШИННОГО НАВЧАННЯ ТА ОБРОБКИ ПРИРОДНОЇ МОВИ

Анотація

У статті розглянуто проблему автоматизованого виявлення фейкових новин в україномовному інформаційному просторі, що набула особливої актуальності в умовах гібридної війни та інтенсивного використання дезінформації як інструменту інформаційного впливу. Метою дослідження є розробка та експериментальна перевірка ефективної системи класифікації новин українською мовою з використанням методів обробки природної мови та машинного навчання. У вступному розділі обґрунтовано актуальність теми, визначено об’єкт і предмет дослідження, сформульовано мету та основні завдання роботи. У розділі аналізу сучасних досліджень здійснено огляд наявних підходів до виявлення фейкових новин, зокрема класичних алгоритмів машинного навчання, глибинних нейронних мереж і трансформерних моделей, а також окреслено їхні обмеження у контексті української мови.

У теоретичному розділі систематизовано методи автоматичного аналізу текстів, визначено особливості україномовного контенту та проблеми, пов’язані з нестачею розмічених корпусів і мовних ресурсів. Методичний розділ присвячено опису повного конвеєра дослідження: збору та попередньої обробки новинних текстів, очищення, токенізації та лематизації з використанням інструментів, адаптованих до української мови, а також побудові семантичних векторних подань за допомогою моделі Sentence-BERT. Для класифікації текстів реалізовано та порівняно кілька моделей машинного навчання, зокрема Logistic Regression, Random Forest, Support Vector Machine та XGBoost, із використанням крос-валідації та оптимізації гіперпараметрів.

У розділі результатів наведено експериментальну оцінку якості моделей за метриками accuracy, precision, recall, F1-score та ROC-AUC. Показано, що найкращі результати демонструє модель SVM, яка досягає точності класифікації 93,2% навіть за умов дисбалансу класів. Також проаналізовано часові та обчислювальні характеристики запропонованого підходу та можливості його практичного застосування. У висновках підсумовано основні результати дослідження, підтверджено досягнення поставленої мети та окреслено перспективи подальших робіт, зокрема розширення системи до мультимовного середовища та підвищення інтерпретованості моделей. Запропоноване рішення може бути використане для медіамоніторингу, фактчекінгу та підвищення інформаційної безпеки.