Аналіз маніпулятивності новин із використанням алгоритмів машинного навчання

Abstract

Робота присвячена аналізу маніпулятивності новин із використанням алгоритмів машинного навчання для виявлення дезінформації в україномовних і російськомовних текстах. Вибір теми зумовлений зростаючою проблемою поширення маніпулятивного контенту в інформаційному просторі, зокрема в соціальних мережах і месенджерах. У контексті гібридної війни, спробах впливати на суспільну думку й ескалації соціальної напруги наявність комплексного рішення для аналізу новинних матеріалів є конче необхідним. Використання алгоритмів машинного навчання забезпечить класифікацію новин за типами маніпуляцій, виявлення маніпулятивних фрагментів методом span-detection й інтеграцію результатів у Телеграм-бот, що значно спростить процес оцінки якості текстів. Рішення стане у нагоді адміністраторам каналів, підвищить медіаграмотність користувачів і зробить боротьбу з дезінформацією більш ефективною. Об’єкт: процес аналізу україномовного і російськомовного текстового контенту на наявність маніпулятивних технік за допомогою алгоритмів машинного навчання для підвищення ефективності оцінювання текстів новин перед подальшою публікацією. Предмет: алгоритми машинного навчання для класифікації новин за типами маніпулятивних технік (включно з визначенням неманіпулятивних), а також для визначення відповідних фрагментів тексту методом span-detection із подальшою інтеграцією результатів у Телеграм-бот. Мета: аналіз тексту новин на предмет використання маніпулятивних технік із залученням алгоритмів машинного навчання, що передбачає класифікацію новин за типами маніпуляцій і визначення відповідних фрагментів (span-detection) із інтеграцією в Телеграм-бот. The work is dedicated to the analysis of news manipulation using machine learning algorithms to detect disinformation in Ukrainian- and Russian-language texts. The choice of topic is motivated by the growing problem of the spread of manipulative content in the information space, particularly on social networks and messaging platforms. In the context of hybrid warfare, attempts to influence public opinion, and escalating social tensions, the presence of a comprehensive solution for analyzing news materials is critically important. The use of machine learning algorithms enables the classification of news by types of manipulations, detection of manipulative fragments using span-detection, and integration of results into a Telegram bot, significantly simplifying the process of assessing text quality. The solution will be useful for channel administrators, enhance media literacy among users, and make the fight against disinformation more effective. Object: the process of analyzing Ukrainian- and Russian-language textual content for manipulative techniques using machine learning algorithms to improve the efficiency of news text evaluation before further publication. Subject: machine learning algorithms for classifying news by types of manipulative techniques (including identifying non-manipulative content), as well as for detecting corresponding text fragments using span-detection with subsequent integration of results into a Telegram bot. Objective: analysis of news texts for the use of manipulative techniques using machine learning algorithms, including the classification of news by types of manipulations and identification of relevant fragments (span-detection) with integration into a Telegram bot.