| dc.contributor.author | Бісікало, О. В. | uk |
| dc.contributor.author | Сердечна, А. А. | uk |
| dc.contributor.author | Bisikalo, O. V. | en |
| dc.contributor.author | Serdechna, A. A. | en |
| dc.date.accessioned | 2026-09-03T10:29:45Z | |
| dc.date.available | 2026-09-03T10:29:45Z | |
| dc.date.issued | 2026 | |
| dc.identifier.citation | Бісікало О. В., Сердечна А. А. Програмна реалізація процесів комплексного фактчекінгу та виявлення маркерів маніпуля-тивного впливу на основі llm // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29918. | uk |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua/handle/123456789/52819 | |
| dc.description.abstract | Розглянуто розробку інтелектуального веб-додатка для автоматизованого контент-аналізу та виявлення маркерів маніпулятивного впливу, клікбейту й дезінформації у новинних медіа-текстах. Запропонована система поєднує методи лексико-статистичного аналізу тексту з технологіями семантичного моделювання за допомогою двох архітектур великих мовних моделей (Llama 3 та Gemini 2.5 Flash), а також програмний модуль лінгвістичної декомпозиції та верифікації URL-адрес першоджерел за реєстрами довірених медіаплатформ. Описано функціональну структуру розробленого додатка на базі фреймворку Streamlit та наведено результати компаративного аналізу його роботи. | uk |
| dc.description.abstract | This paper examines the development of an intelligent web application for automated content analysis and the detection of markers of manipulative influence, clickbait and disinformation in news media texts. The proposed system combines methods of lexical-statistical text analysis with semantic modelling technologies using two large language model architectures (Llama 3 and Gemini 2.5 Flash), as well as a software module for linguistic decomposition and verification of source URLs against the registries of trusted media platforms. The functional structure of the developed application, based on the Streamlit framework, is described, and the results of a comparative analysis of its performance are presented. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29918 | |
| dc.subject | великі мовні модели | uk |
| dc.subject | медіа-маніпуляції | uk |
| dc.subject | фактчекінг | uk |
| dc.subject | комп'ютерна лінгвістика | uk |
| dc.subject | Streamlit | en |
| dc.subject | лінгвістичні маркери | uk |
| dc.subject | large language models | en |
| dc.subject | media manipulation | en |
| dc.subject | fact-checking | en |
| dc.subject | computational linguistics | en |
| dc.subject | Streamlit | en |
| dc.subject | linguistic markers | en |
| dc.title | Програмна реалізація процесів комплексного фактчекінгу та виявлення маркерів маніпуля-тивного впливу на основі llm | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.8 | |
| dc.relation.references | (Фактчекінг). Програмний модуль здійснює лінгвістичну декомпозицію та парсинг URL-адреси, яку вводить користувач. Система автоматично витягує доменне ім'я другого рівня та порівнює його із завантаженими реєстрами: загальнонаціональним «білим списком» авторитетних ЗМІ України (за даними ІМІ) та реєстром офіційних регіональних порталів [5]. На основі збігів розраховується числовий індекс верифікації джерела (від 0% до 100%). Ансамблевий семантичний аналіз (Оцінка LLM). Зібрані технічні метрики (відсоток Caps Lock, кількість знаків оклику) та індекс верифікації інтегруються у структурований промпт. Аналіз здійснюється паралельно двома мовними моделями: локальною Meta Llama 3 (через фонову службу Ollama [4]) та хмарною Google Gemini 2.5 Flash (через офіційний API). Це дозволяє реалізувати метод експертного ансамблю для мінімізації ризику лінгвістичних галюцинацій штучного інтелекту. Експериментальна верифікація та аналіз результатів Для підтвердження ефективності та оцінювання точності розробленого програмного комплексу було проведено тестові випробування за допомогою полярних за своєю семантико-синтаксичною структурою медіа-повідомлень. Експеримент №1. Аналіз верифікованого інформаційного повідомлення Вхідний заголовок: «Масштабні зміни в центрі Вінниці: де встановлять знаки та кого пускатимуть на вул. Соборну» [6]. Введено також URL-адресу джерела та текст статті. На етапі первинної лінгво-статистичної фільтрації програмний модуль зафіксував нульову щільність знаків оклику та мінімальний коефіцієнт девіації регістру (всього 4% використання верхнього регістру, зумовленого виключно правописом власних назв). Модуль верифікації джерела успішно здійснив декомпозицію URL-адреси, ідентифікувавши домен vitatv.com.ua у реєстрі довірених регіональних медіа-платформ, унаслідок чого підсумковий індекс верифікації першоджерела склав 100%. Під час компаративного семантичного аналізу зафіксовано повну конвергенцію (узгодженість) експертних оцінок обох досліджуваних великих мовних моделей: Модель Meta Llama 3 визначила рівень маніпулятивності у 20%. У ході лінгвістичного аналізу модель зафіксувала відсутність емоційного тиску чи гіперболізації, зазначивши, що окремі звернення («Вінничан та гостей міста просять бути уважними...») виступають як логічні заклики до уваги пасажирів, а не маніпулятивні елементи. Фінальний вердикт моделі: «Надійне інформаційне повідомлення». Модель Google Gemini 2.5 Flash встановила індекс маніпулятивності на рівні 15%. Обґрунтовуючи результат, ШІ-експерт зазначив, що використання лексем «Масштабні» та постановка запитань у заголовку є елементами залучення уваги, проте контекст статті повністю розкриває ці «зміни» як планові ремонтні роботи значного обсягу, що трансформує потенційно клікбейтну структуру на об'єктивний інформаційний анонс. Лінгвістичний аналіз моделі підтвердив використання суто нейтральної та фактологічної лексики («технічні засоби», «схему обмежень», «оновлення столітнього водогону»). Фінальний вердикт моделі: «Надійне інформаційне повідомлення». Загальний графічний інтерфейс розробленої системи та результати проведення Експерименту №1 наведено на рисунках 1 та 2. Рисунок 1 – Результати роботи модуля первинного аналізу та верифікації джерела для валідного тексту Рисунок 2 – Експертна оцінка та лінгвістичні звіти моделей Llama 3 та Gemini 2.5 Flash Експеримент №2. Аналіз деструктивного (маніпулятивного) медіа-тексту Вхідний заголовок: «УВАГА! Нова Пошта дарує безкоштовні коробки з подарунками та грошові сертифікати кожному українцю на честь свого ювілею! Кількість обмежена!». Введено також URLадресу джерела та текст статті. Під час первинного лексико-статистичного аналізу програмний модуль виявив явні структурні та пунктуаційні аномалії: зафіксовано 3 знаки оклику та 6% використання верхнього регістру (Caps Lock), що свідчить про штучне нагнітання емоційного тону повідомлення. На Етапі 1 модуль декомпозиції URL-адрес виділив домен стороннього ресурсу novaposhta-gift.top. Оскільки зазначена платформа повністю відсутня у реєстрах офіційних організацій та білому списку ЗМІ, додаток згенерував попереджувальний статус «Незалежний або регіональний блог. Потребує додаткової контентперевірки» та встановив низький індекс верифікації першоджерела — 40%. На етапі інтелектуального аналізу ансамбль великих мовних моделей продемонстрував високу конвергенцію результатів, класифікувавши повідомлення як деструктивне: Модель Meta Llama 3 встановила рівень маніпулятивності на позначці 80%. ШІ обґрунтував висновок тим, що заголовок використовує три знаки оклику як спробу привернути надмірну увагу, а низький коефіцієнт контролю точності інформації (40%) вказує на ймовірний намір автора спонукати користувача до швидких дій. Модель ідентифікувала такі лінгвістичні прийоми, як емоційний тиск через знаки екстреності, гіперболізацію (маніпулювання обмеженою кількістю подарунків у кількості 47 одиниць для масштабу акції) та прямий заклик до дії, що змушує жертву приймати рішення без критичного осмислення. Остаточний вердикт моделі: «Маніпуляція». Модель Google Gemini 2.5 Flash зафіксувала критичний індекс маніпулятивності — 98%. Модель зазначила, що комбінація низької верифікації джерела, Caps Lock та надмірної пунктуації є прямим індикатором емоційного тиску. ШІ провів декомпозицію тексту та виділив такі лінгвістичні пастки: o Штучний дефіцит і терміновість: вирази «Кількість обмежена!», «Поспішайте, акція діє лише до кінця сьогоднішнього дня!» та «Залишилося всього 47 подарунків!». o Нереалістичні обіцянки: фраза про гарантоване отримання 5000 гривень за мінімальні дії («просте опитування»), що є прямою маніпуляцією та апелюванням до соціальної довіри з метою легітимізації пропозиції. o Заклик до дії: імперативи «Перейти за цим посиланням» та «Перейти до опитування та забрати свій приз», спрямовані на те, щоб змусити потенційну жертву діяти негайно, оминаючи етап раціональної перевірки інформації. Остаточний вердикт моделі: «Маніпуляція». Графічні результати фіксації маніпулятивного та фішингового контенту у веб-додатку представлено на рисунках 3 та 4. Рисунок 3 – Інтерфейс додатка під час лінгвістичного аналізу маркерів та домену фішингового ресурсу Рисунок 4 – Глибокий аналіз маніпулятивних прийомів у звітах Llama 3 та Gemini 2.5 Flash Висновки За результатами роботи було розроблено та протестовано інтелектуальний двосистемний вебдодаток для автоматизованого оцінювання якості медіа-контенту. Застосування технології паралельного ансамблевого аналізу моделями Llama 3 та Gemini у поєднанні з лінгво-статистичним підрахунком маркерів дозволило досягти високої точності у диференціації сухих інформаційних повідомлень від маніпулятивних та фейкових текстів. Додавання модуля лінгвістичного аналізу та верифікації URL-адрес за реєстрами довірених доменів суттєво знизило рівень лінгвістичних галюцинацій моделей, усунуло інформаційний шум у видачі та підвищило об’єктивність експертних оцінок, що робить додаток перспективним інструментом для розгортання локальних систем автоматизованого фактчекінгу. Подальші дослідження у напрямку виявлення фейкової інформації з метою маніпулятивного впливу планується проводити шляхом навчання великих мовних моделей за аналогією з дитячим когнітивним розвитком [7], а також на основі удосконалення великих мовних моделей формальними засобами оцінки сенсу текстової інформації [8]. СПИСОК ВИКОРИСТАНОЇ ЛІТЕРАТУРИ | uk |
| dc.relation.references | Потапенко С. П. Сучасна медіа-лінгвістика: напрями та методи аналізу маніпулятивного дискурсу / С. П. Потапенко. – К. : Знання, 2022. – 184 с. | uk |
| dc.relation.references | Дадиверін, В.; | uk |
