Система аналізу і розпізнавання правдивих та фейкових новин у соціальних мережах

Abstract

Магістерська кваліфікаційна робота виконана студентом групи КНСШ-22 Шиманським Павло Сергійовичем. Тема “Система аналізу і розпізнавання правдивих та фейкових новин у соціальних мережах”. Робота направлена на здобуття ступеня магістр за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є навчити модель розпізнавати текст з набору даних та розроблення системи розпізнавання фейкових та правдивих новин у соціальних мережах. Об’єктом дослідження є розпізнавання тексту з обраного набору даних та розробка системи класифікації текстів для її використання на практиці. У результаті виконання дипломної роботи було розроблено комбіновану інформаційну систему для розпізнавання фейкових та правдивих новин з набору даних, система приймає датасет на вході і повертає розпізнаний текст у вигляді зображень, а також демонструє точність класифікаторів під час роботи системи з друком в консоль. Дана система може використовуватися на практиці у різних соціальних мережах у якості чат-боту, потенційні користувачі могли б писати йому певні новини, які вони хочуть перевірити, а бот би надсилав їм результат класифікації. The master's qualification work was completed by the student of the KNSSh-22 group, Shymanskyi Pavlo Serhiyovych. Topic "System of analysis and recognition of true and fake news in social networks." The work is aimed at obtaining a master's degree in the specialty 122 "Computer Sciences". The method of the diploma work is the training of a text recognition model from a data set and the development of a system for recognizing fake and true news in social networks. The object of the research is text recognition from the selected data set and the development of a text classification system for its use in practice. As a result of the thesis, a combined information system was developed for recognizing fake and true news from a data set, a system for an additional data set at the input and returns the recognized text in the form of an image, and also demonstrates the accuracy of classifiers during the system's operation from printing to the console. This system can be used in practice in various social networks as a chatbot, some users could write to it certain news that they want to check, and the bot would send them the classification result.