Сучасні методи аналізу даних для виявлення дезінформації

Abstract

У дослідженні розглянуто сучасні методи автоматичного аналізу даних для виявлення дезінформації в україномовному сегменті месенджера Telegram. Обґрунтовано актуальність розробки спеціалізованих інструментів протидії інформаційним маніпуляціям в умовах гібридної інформаційної боротьби. Запропоновано мультимодальну систему, що інтегрує чотири паралельні аналітичні блоки: обробку текстового контенту, аналіз зображень, верифікацію аудіо/відео та моніторинг мережі поширення повідомлень. Для адаптації до особливостей української мови використано спеціалізовані моделі ukrBERT та UkrCLIP. Реалізовано механізм пояснюваності рішень на основі кількісної оцінки внеску кожної ознаки у фінальну класифікацію. Проведено порівняльне тестування на реальних даних з платформи Telegram, за результатами якого запропонована система досягла значення F1-міри 0,94 при часі обробки менш ніж 3 секунди на повідомлення, що перевищує показники відомих аналогів — ukrBERT (0,89) та UkrCLIP (0,91).

This study examines modern methods of automated data analysis for detecting disinformation in the Ukrainian-language segment of the Telegram messaging app. It justifies the need to develop specialized tools to counter information manipulation in the context of hybrid information warfare. A multimodal system is proposed that integrates four parallel analytical blocks: text content processing, image analysis, audio/video verification, and monitoring of the message dissemination network. Specialized ukrBERT and UkrCLIP models were used to adapt the system to the peculiarities of the Ukrainian language. A mechanism for explaining decisions was implemented based on a quantitative assessment of each feature’s contribution to the final classification. Comparative testing was conducted on real data from the Telegram platform, and the results showed that the proposed system achieved an F1 score of 0.94 with a processing time of less than 3 seconds per message, exceeding the performance of known counterparts—ukrBERT (0.89) and UkrCLIP (0.91).