Анализ фейковых новостей с помощью машинного обучения

Содержание

ВВЕДЕНИЕ

Актуальность: актуальность темы обусловлена ростом количества недостоверных новостей в интернете, что влияет на общественное мнение и доверие к информации. Использование машинного обучения позволяет автоматизировать процесс проверки новостей. Это важно для повышения информационной грамотности и защиты от дезинформации. Тема актуальна для современного общества, где информационная безопасность становится приоритетом.

Проблема: распространение фейковых новостей создает опасность для общества и мешает формированию объективной картины мира. Трудности в автоматическом распознавании недостоверной информации требуют разработки новых методов. Современные технологии позволяют создавать системы, способные отличать правду от лжи. Важно найти эффективные способы борьбы с этим явлением.

Цель: изучить методы машинного обучения для анализа и выявления фейковых новостей, разработать модель, которая сможет автоматически определять достоверность информации в интернете.

Задачи:

1. 1) Изучить теоретические основы машинного обучения и анализа текста;
2. 2) Проанализировать существующие методы определения фейковых новостей;
3. 3) Разработать алгоритм для автоматической проверки новостей;
4. 4) Провести социальный опрос;
5. 5) Подвести итоги.

Предмет исследования: информационные потоки в интернете

Объект исследования: фейковые новости и методы их обнаружения

Гипотеза: использование методов машинного обучения повысит точность автоматического определения фейковых новостей и поможет бороться с распространением дезинформации.

Методы исследования:

1. 1) Анализ научной литературы и онлайн-источников.
2. 2) Сравнение и сопоставление полученных данных.
3. 3) Социологический опрос.