РЕФЕРАТ

Обсяг магістерської роботи складає 70 сторінок, зокрема 31 ілюстрацій,

лістингів та 25 джерела інформації.
Метою даної кваліфікаційної роботи є розробка системи визначення
неправдивої інформації у медіа за допомогою моделей та систем штучного
інтелекту.
Об'єктом дослідження є моделі, методи та системи визначення фейкової
інформації у засобах масової інформації.
Предметом дослідження є алгоритми та технології машинного навчання з
використанням нейронних мереж для визначення достовірності інформації.
Методами дослідження є – методи обробки текстових даних та типи
нейронних мереж.
Реалізація програмного забезпечення виконувалась з використанням мови
програмування Python за підтримки низки бібліотек. У роботі виконано
моделювання роботи програмного додатку за допомогою
структурно-функціонального аналізу, побудовано та навчено нейронну мережу для
класифікації тверджень та розроблено програмний додаток.
Результати представлені у вигляді таблиць та ілюстрацій, що демонструють
правильність вибору методів збору та визначення наявності дезінформації.
Результати роботи можуть бути використані для подальшої розробки
системи аналізу тексту новин та публікацій у засобах масової інформації.

Ключові слова: ДЕЗІНФОРМАЦІЯ, МЕДІА, НЕЙРОННА МЕРЕЖА,

ТОЧНІСТЬ МОДЕЛІ, КЛАСИФІКАЦІЯ ТВЕРДЖЕНЬ, ОБРОБКА ПРИРОДНОЇ
МОВИ
 ANNOTATION

The volume of the master's thesis is 70 pages, including 31 illustrations, listings

and 25 sources of information.
The purpose of this qualification work is to develop a system for identifying false
information in the media using artificial intelligence models and systems.
The object of the study is models, methods and systems for identifying fake
information in mass media.
The subject of research is algorithms and technologies of machine learning using
neural networks to determine the reliability of information.
Research methods are text data processing methods and types of neural networks.
The software was implemented using the Python programming language with the
support of a number of libraries. In the work, the software application was modeled
using structural-functional analysis, a neural network was built and trained for the
classification of statements, and the software application was developed.
The results are presented in the form of tables and illustrations that demonstrate
the correctness of the choice of methods of collection and determination of the presence
of misinformation.
The results of the work can be used for the further development of a system for
analyzing the text of news and publications in mass media.

Keywords: DISINFORMATION, MEDIA, NEURAL NETWORK, MODEL

ACCURACY, STATEMENT CLASSIFICATION, NATURAL LANGUAGE
PROCESSING