Portada

WYKRYWANIE FA?SZYWYCH WIADOMO?CI IBD

WYDAWNICTWO NASZA WIEDZA
02 / 2025
9786208634483
Polonès

Sinopsi

Nie jest tajemnic?, ?e platformy mediów spo?eczno?ciowych rozprzestrzeniaj? si? w bezprecedensowym tempie, a wraz z coraz powszechniejszym dost?pem do Internetu, rozpowszechnianie fa?szywych wiadomo?ci sta?o si? szybkim i ?atwym procesem. Konsekwencje tego zjawiska s? g??bokie, szczególnie w sferze polityki i edukacji, gdzie wp?yw fa?szywych wiadomo?ci mo?e by? znacz?co destrukcyjny.W tym badaniu wykorzystamy przetwarzanie j?zyka naturalnego (NLP) do przekszta?cania tekstowych nag?ówków wiadomo?ci w wektory liczbowe. Zbadali?my i porównali?my dwie metody NLP, Bag of Words (BoW) i Term Frequency-Inverse Document Frequency (TF-IDF), aby zobaczy?, jak dobrze dzia?aj? przy u?yciu ró?nych algorytmów ML do identyfikacji fa?szywych wiadomo?ci.B?dziemy u?ywa? kilku algorytmów klasyfikacji uczenia maszynowego, w tym Naïve Bayes, regresji logistycznej, Random Forest i Support Vector Machine. Naszym celem by?o zidentyfikowanie najskuteczniejszej techniki NLP do identyfikacji fa?szywych wiadomo?ci.

PVP
51,82