Search

The object of the research is the processing of textual data in the context of recognizing and analyzing pro-Russian propaganda. This article reviews the main methods and existing approaches to text classification and features of propaganda classification. The aim of the research is to develop a new system based on neural networks, which can both determine the political polarity of transmitted message sources and build various analytics based on collected data related to the Ukrainian-Russian war. To achieve this goal, a classification model based on the BERT text transformer is proposed, which is capable of classifying texts with higher accuracy than classical analogues and a number of algorithms that use the developed classification model to build various representations. Ref. 19, pic. 4, tabl. 1, Об’єктом дослідження є обробка текстових даних у контексті розпізнавання та аналітики проросійської пропаганди. У даній статті розглянуті основні методи та існуючі підходи щодо класифікації тексту та особливості класифікації пропаганди. Метою дослідження є розробка нової системи на базі нейронних мереж, що вміє як визначати політичну полярність переданих джерел повідомлень, так і будувати різноманітну аналітику на основі зібраних даних, що стосуються українсько-російської війни. Для досягнення мети пропонується класифікаційна модель на базі текстовоготрансформера BERT, що здатна класифікувати тексти з більшою точністю ніж класичні аналоги та ряд алгоритмів, що використовують розроблену класифікаційну модель, для побудови різноманітних представлень. Бібл. 19, іл. 4, табл. 1