Виявлення прихованої пропаганди в медіатекстах

Abstract

Мета роботи – реалізувати модель для виявлення пропаганди в медіатекстах. Методи дослідження – аналіз теоретичних джерел інформації, технічної літератури, зокрема, наукових статей і досліджень, присвячених ідентифікації та класифікації пропагандиських текстових даних, вивчення існуючих моделей машинного навчання, що використовуються в галузі класифікації пропагандистських текстів; програмна реалізація найбільш перспективних архітектур і експериментальне дослідження ефективності обраних архітектур для поставленої задачі. Проведено дослідження виявлення прихованої пропаганди в медіатекстах, навчено декілька інтелектуальних моделей ідентифікації та класифікації пропаганди в текстах з використанням глибинних нейромережевих архітектур, як звичайних (серед них LSTM та CNN) так і тих, що базуються на архітектурі трансформер (серед них BERT, RoBERTa, AlBERT, DeBERTa, GPT-2, XLNET, T5, BART, SpanBERT, ELECTRA). Розроблені мережі можуть бути використані в різних інформаційних системах, які потребують виявлення пропагандиського контенту. В подальшому можливо удосконалення моделей шляхом розширення мов класифікації, імплементації ансамблевого навчання.