Original title: Detekce falešných zpráv s využitím strojového učení
Translated title: Detection of Fake News Using Machine Learning
Authors: Koreň, Matej ; Zbořil, František (referee) ; Hříbek, David (advisor)
Document type: Bachelor's theses
Year: 2023
Language: slo
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [slo] [eng]
Cieľom tejto práce je využitie strojového učenia na detekciu falošných správ. Na túto prácu boli vybrané štyri modely – Bayesovský, rozhodovací strom, model podporných vektorov a neurónová sieť. V rámci piatich experimentov na rôznych sadách dát boli tieto modely natrénované, otestované, vyhodnotené a porovnané s modernými prístupmi riešenia. Implementácia riešenia má formu konzolovej aplikácie, ktorá umožňuje používateľom replikovať tento postup na vlastných dátach. Nad rámec zadania bol vytvorený (a otestovaný) aj vlastný slovenský dataset Dezinfo SK. This thesis focuses on the use of machine learning in fake news detection. For this purpose, four models have been selected – Bayesian, Decision Tree, Support Vector Machine and a Neural Network. In five experiments on various datasets, these models were trained, tested, evaluated and compared with state-of-the-art methods. Final implementation is in the form of a Python package, which allows it’s users to replicate this procedure with their own data. Beyond the assignment, Slovak dataset Dezinfo SK was created.
Keywords: confusion matrix; datasets; Decision tree; Fake news; machine learing; Naive Bayes; natural language processing; neural networks; Python; Support vectors; text classificaion

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/212762

Permalink: http://www.nusl.cz/ntk/nusl-530991


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses