Zastosowanie technik uczenia maszynowego oraz przetwarzania języka naturalnego w rozpoznaniu treści fake news

dc.contributor.author	Baghdasaryan, Gevorg
dc.date.accessioned	2023-01-12T12:11:51Z
dc.date.available	2023-01-12T12:11:51Z
dc.date.issued	2023-01-12
dc.identifier.issn	2022/M/DS/15
dc.identifier.uri	https://repin.pjwstk.edu.pl/xmlui/handle/186319/2224
dc.description.abstract	W pracy tej przyjrzano się najpopularniejszym narzędziom wykorzystanym w dziedzinie uczenia maszynowego oraz NLP do detekcji fake news. Pracując na zbiorze danych zawierającym około 40 tyś artykułów z różnych portali informacyjnych, zaimplementowano klasyczne modele uczenia maszynowego – model SVM, regresji logistycznej, modele uczenia głębokiego – CNN, Bi-LSTM, CNN-Bi-LSTM oraz model oparty na transformerze BERT.	pl_PL
dc.language.iso	other	pl_PL
dc.relation.ispartofseries	;Nr 6818
dc.subject	NLP	pl_PL
dc.subject	detekcja fake news	pl_PL
dc.subject	klasyfikacja binarna	pl_PL
dc.subject	uczenie maszynowe	pl_PL
dc.title	Zastosowanie technik uczenia maszynowego oraz przetwarzania języka naturalnego w rozpoznaniu treści fake news	pl_PL
dc.title.alternative	Application of machine learning and natural language processing techniques in fake news detection	pl_PL
dc.type	Thesis	pl_PL