Магомедов Амир
Стенд 37, Ив
Республика Дагестан, г. Махачкала
МБОУ «Многопрофильная гимназия № 38», 10 класс
МБОУ «Многопрофильная гимназия № 38», 10 класс
СИСТЕМА АВТОМАТИЗИРОВАННОГО АНАЛИЗА НОВОСТНОГО КОНТЕНТА С ПРИМЕНЕНИЕМ ТЕХНОЛОГИИ МАШИННОГО ОБУЧЕНИЯ
Научные руководители: Шихиева Фарида Пашаевна, Республика Дагестан, г. Махачкала, МБОУ «Многопрофильная гимназия № 38», учитель информатики, Рашидов Темирлан Рамазанович, Республика Дагестан, г. Махачкала, ФГБОУ ВО «Московский государственный технический университет им. Н.Э. Баумана», студент
Стенд 37, Ив
Магомедов Амир
СИСТЕМА АВТОМАТИЗИРОВАННОГО АНАЛИЗА НОВОСТНОГО КОНТЕНТА С ПРИМЕНЕНИЕМ ТЕХНОЛОГИИ МАШИННОГО ОБУЧЕНИЯ
Создание системы для детектирования фейковых новостей с применением технологий машинного обучения и их интеграция с браузерным расширением для удобного использования.
- Разработать модель для классификации текста на достоверный и фейковый.
- Создать API на Flask для анализа текста, передаваемого с расширения.
- Интегрировать браузерное расширение с API для взаимодействия с пользователями в реальном времени.
С развитием интернета проблема распространения фейковых новостей становится всё более значимой. Более 55% российских пользователей сталкиваются с дезинформацией хотя бы раз в неделю, что требует нов>ых инструментов для автоматизированного анализа контента.
В данной работе представлены приложения для автоматизированного анализа текстов на подлинность с использованием технологий обработки данных. Система включает веб-сервис на Python с использованием Flask API и браузерное расширение. Flask API принимает текст, обрабатывает его и передаёт в модель, обученную для классификации новостей на достоверные и фейковые. В результате пользователю предоставляется информация о подлинности текста.
Основные преимущества системы:
Основные преимущества системы:
- Анализ больших объемов данных в реальном времени
- Повышение уровня критического мышления пользователей
- Удобство использования благодаря интеграции с браузером
Разработаны:
- Браузерное расширение
- API для анализа новостных текстов
- Модель для классификации текстов
- Добавление возможности анализа мультимедийного контента
- Улучшение точности классификации за счёт новых наборов данных
- Интеграция алгоритмов обработки естественного языка
- Поддержка нескольких языков
Видео о проекте
Демонстрация на смартфоне
Демонстрация на ПК
Расписание работы выставки
24 марта, пн
Диалог с экспертами и посетителями
Объявление результатов выставки
12:00 - 14:00
25 марта, вт
14:00 - 18:00
26 марта, ср
14:00 - 17:00
28 марта, пт
15:00 - 17:00
Посетите выставку
и пообщайтесь с автором проекта
и пообщайтесь с автором проекта
Выставка открыта для посетителей 25 марта, вторник, с 14:00 до 18:00, 26 марта, среда, с 14:00 до 17:00 в учебно-лабораторном корпусе МГТУ им. Н.Э. Баумана.
Для определения точного времени посещения и организации прохода на выставку зарегистрируйтесь.
Для определения точного времени посещения и организации прохода на выставку зарегистрируйтесь.