Faktická kontrola a spolehlivost zdrojů z otevřených médií

Abstract

S rostoucím množstvím dezinformací, zejména v online médiích, potřeba faktického ověřování informací neustále roste. V posledních letech roste snaha výzkumníků automatizovat některé procesy fact-checkingu a řešit tak tuto potřebu především pomocí algoritmů strojového učení. Tato práce přispívá k těmto snahám vytvořením datové sady s výroky českých politiků a jejím vyhodnocením na navrženém systému pro ověřování faktů, který je založený na velkých jazykových modelech. Rozšiřuje také existující řešení na odhad důvěryhodnosti zpravodajských zdrojů tím, že přizpůsobuje jeho datovou sadu českým a slovenským zdrojům.

The need for factual checking is growing by day, with the rising quantity of misinformation, especially in online media. In recent years, there have been increasing efforts by researchers to automate some of the processes of a human fact-checker to address this need, mainly using machine learning algorithms. This thesis contributes to these efforts by creating a dataset with Czech politician statements and evaluating it on a proposed fact-checking pipeline based on large language models. It also extends existing solution on estimating news source reliability by adapting its ground truth dataset to Czech and Slovak media sources.