Detekce falešných zpráv s využitím strojového učení

Abstract

Cieľom tejto práce je využitie strojového učenia na detekciu falošných správ. Na túto prácu boli vybrané štyri modely – Bayesovský, rozhodovací strom, model podporných vektorov a neurónová sieť. V rámci piatich experimentov na rôznych sadách dát boli tieto modely natrénované, otestované, vyhodnotené a porovnané s modernými prístupmi riešenia. Implementácia riešenia má formu konzolovej aplikácie, ktorá umožňuje používateľom replikovať tento postup na vlastných dátach. Nad rámec zadania bol vytvorený (a otestovaný) aj vlastný slovenský dataset Dezinfo SK.This thesis focuses on the use of machine learning in fake news detection. For this purpose, four models have been selected – Bayesian, Decision Tree, Support Vector Machine and a Neural Network. In five experiments on various datasets, these models were trained, tested, evaluated and compared with state-of-the-art methods. Final implementation is in the form of a Python package, which allows it’s users to replicate this procedure with their own data. Beyond the assignment, Slovak dataset Dezinfo SK was created.