Методологія виявлення АІ-згенерованого тексту українською мовою
А. Ємельяненко, В.В. Просолов · eNTUKhPIIR Repository (Kharkiv Polytechnic Institute) · 2026
Сучасні напрями розвитку інформаційно-комунікаційних технологій та засобів управління 149 МЕТОДОЛОГІЯ ВИЯВЛЕННЯ AI-ЗГЕНЕРОВАНОГО ТЕКСТУ УКРАЇНСЬКОЮ МОВОЮ Ємельяненко А., Просолов В.В.Харківський національний університет радіоелектроніки, Харків, Україна З стрімким розвитком генеративного штучного інтелекту дедалі складніше стає відрізнити текст, згенерований штучним інтелектом (AIgenerated text), від тексту, написаного людиною.Це створює низку проблем у суспільстві та наукових дослідженнях, зокрема сприяє поширенню фейкових новин, академічного плагіату та дезінформації.Актуальною є проблема виявлення AI-згенерованого тексту, оскільки сучасні моделі здатні створювати тексти, які практично не відрізняються від написаних людиною.Особливо це актуально для української мови.У порівнянні з англійською вона має складнішу морфологію, іншу структуру речень і меншу представленість у тренувальних даних мовних моделей.Це означає, що універсальні підходи детекції працюють менш ефективно і потребують адаптації.Метою доповіді є розробка підходу до виявлення AI-згенерованого тексту українською мовою з урахуванням її мовних особливостей.Сучасна методологія аналізу ефективності детекторів AI-тексту базується на різноманітних підходах до виявлення характерних ознак машинного авторства.Однією з основних стратегій є використання нейронних класифікаторів, які навчаються на корпусах текстів, створених людиною та штучним інтелектом.Наприклад, моделі на основі RoBERTa, донавчені для розрізнення людських і AI-текстів, демонструють здатність виявляти тонкі відмінності у стилі та структурі [1].Інший підхід полягає у використанні статистичних метрик, таких як ентропія або перплексія.Інструменти на кшталт DetectGPT аналізують розподіл ймовірностей слів у тексті, виявляючи підвищену передбачуваність, притаманну AI-генерації.Далі виконується аналіз текстів за кількома групами ознак.До них належать особливості словникового складу, структура речень, частота використання певних слів, а також загальна зв'язність тексту.Окремо враховуються морфологічні та синтаксичні характеристики, які мають важливе значення саме для української мови.Ключовою проблемою у створенні інструкційно-налаштованих моделей для української мови, оптимізованих для редагування тексту, є обмежена доступність відповідних датасетів.Для вирішення цієї проблеми адаптують наявні датасети з української та англійської мов, перетворюючи їх на датасети для виконання інструкцій.Це дозволяє будувати сучасні моделі редагування тексту для української мови, яка здатна виконувати складні завдання редагування: граматичну корекцію, спрощення тексту, забезпечення зв'язності та перефразування [1].
Cited by 0 works. Open-access PDF