| Title: | Primerjava metod jezikovnih tehnologij za odkrivanje lažnih novic : magistrsko delo |
|---|
| Authors: | ID Lovrenčič, Nejc (Author)
ID Bošković, Borko (Mentor) More about this mentor... 
ID Brest, Janez (Comentor) |
|---|
| Files: |  MAG_Lovrencic_Nejc_2022.pdf (1,36 MB)
MD5: 142469BCA8F08AD96D4072F7A896F269
PID: 20.500.12556/dkum/1fea2b6e-c0b0-4627-ad60-e99029c93d6a
|
|---|
| Language: | Slovenian |
|---|
| Work type: | Master's thesis/paper |
|---|
| Typology: | 2.09 - Master's Thesis |
|---|
| Organization: | FERI - Faculty of Electrical Engineering and Computer Science
|
|---|
| Abstract: | Socialna omrežja in tradicionalni viri novic imajo velik vpliv na razmišljanje ter dejanja posameznikov v družbi. Napačna ali izmišljena dejstva in lažne novice lahko zato povzročijo veliko škodo. V sklopu magistrskega dela smo primerjali metode Naivni Bayes, logistično regresijo, nevronsko mrežo z dolgim kratkoročnim spominom in graf konvolucijsko nevronsko mrežo za odkrivanje lažnih novic. S preučitvijo sorodne literature in primerjavo metod smo ugotovili, da je težko prepoznati lažne novice zgolj s klasifikacijo besedila. Pri klasifikaciji novic na dva razreda se je najbolje izkazal logistična regresija, pri klasifikaciji na šest razredov pa nevronska mreža LSTM. |
|---|
| Keywords: | jezikovne tehnologije, nevronske mreže, lažne novice, klasifikacija besedila |
|---|
| Place of publishing: | Maribor |
|---|
| Place of performance: | Maribor |
|---|
| Publisher: | [N. Lovrenčič] |
|---|
| Year of publishing: | 2022 |
|---|
| Number of pages: | 1 spletni vir (1 datoteka PDF (IX, 40 f.)) |
|---|
| PID: | 20.500.12556/DKUM-81518 |
|---|
| UDC: | 004.8:519.76(043.2) |
|---|
| COBISS.SI-ID: | 110205187 |
|---|
| Publication date in DKUM: | 11.05.2022 |
|---|
| Views: | 1120 |
|---|
| Downloads: | 106 |
|---|
| Metadata: |    |
|---|
| Categories: | KTFMB - FERI
|
|---|
|
:
|
Copy citation |
|---|
| | | | Average score: | (0 votes) |
|---|
| Your score: | Voting is allowed only for logged in users. |
|---|
| Share: |  |
|---|
Hover the mouse pointer over a document title to show the abstract or click
on the title to get all document metadata. |
