ГЕОМЕТРИЧНЕ ПРІОРИТЕТНЕ ЗВАЖУВАННЯ СЕМАНТИЧНИХ ВЕКТОРІВ ДЛЯ ВИЯВЛЕННЯ МАНІПУЛЯТИВНОГО КОНТЕНТУ

Кирило Реука, I.E. Ilina · ГРААЛЬ НАУКИ · 2026

Досліджено проблему автоматизованого виявлення дезінформації в умовах стрімкого зростання обсягів синтетичного контенту та гібридних інформаційних загроз. Розроблено інноваційну методологію класифікації текстової інформації, що базується на концепції геометричного пріоритетного зважування семантичних векторів у багатовимірному латентному просторі. Використано попередньо навчені моделі дистрибутивної семантики GloVe у поєднанні з метрикою дивергенції на базі відстані Манхеттена та динамічними ваговими коефіцієнтами, розрахованими на основі L2-норми векторів. Проведено масштабне емпіричне тестування запропонованої архітектури на базі збалансованого корпусу з 44 898 новинних записів з використанням класичних та ансамблевих алгоритмів машинного навчання, зокрема логістичної регресії, випадкового лісу, градієнтного бустингу (XGBoost) та методу опорних векторів (SVC). Установлено статистично значуще підвищення загальної точності класифікації на 3–4% порівняно з базовими методами рівномірного усереднення ознак. Обґрунтовано високу стійкість запропонованого математичного апарату до штучно згенерованого лінгвістичного шуму та структурних пертурбацій, що дозволяє рекомендувати метод для використання у високонавантажених системах фільтрації контенту в режимі реального часу.

Cited by 0 works. doi:10.36074/grail-of-science.24.07.2026.027 Open-access PDF

Authors

References