Целью работы является обнаружение недостоверного контента, сопровождающегося информацией: текстовой, мультимедиа, о его распространителях. Предметом исследования являются подходы к обнаружению недостоверного новостного контента. Задачи исследования: 1. Исследовать современные подходы к анализу текстового и мультимедиа новостного контента на предмет их достоверности и выделить наиболее перспективные. 2. Адаптировать выбранные подходы под русскоязычное медиапространство. 3. Предложить комбинированный способ обнаружения недостоверного новостного контента с учетом текстовых и мультимедиа данных, а также путей распространения. 4. Разработать модели МО, совокупно обеспечивающие реализацию предложенного способа. 5. Оценить точность работы каждой модели, реализующей подзадачу способа, и работоспособность предложенного способа в целом. В ходе работы предложен способ обнаружения недостоверного новостного контента, объединяющий несколько подходов для одновременного анализа текстовой, мультимедийной информации и путей распространения. Эти подходы адаптированы под русскоязычное медиапространство. Продемонстрирована точность и работоспособность предложенного метода. Результаты могут быть использованы для выявления недостоверного новостного контента.

The purpose of the study is to detect false information accompanied by text, multimedia content, and information about disseminators. The subject of the research is the approaches to detecting fake news content. The research set the following goals: 1. Investigation of modern approaches to analyzing textual and multimedia news content for their credibility, and identifying the most promising ones. 2. Adaptation of the selected approaches to the Russian-language media space. 3. Formulation of a combined method for detecting unreliable news content, ensuring the analysis of textual and multimedia data, as well as propagation paths. 4. Development and implementation of machine learning models that collectively ensure the realization of the proposed method. 5. Evaluation of the accuracy of each model and the overall effectiveness of the proposed method. During the work, a comprehensive approach to detecting fake news content was proposed, considering accompanying media materials and information about the disseminator. Modern approaches to detecting unreliable news content were explored, and a method combining several approaches for simultaneous analysis of textual, multimedia, and propagation paths was proposed. These approaches were adapted for the Russian-language media space, and the accuracy and effectiveness of the proposed method were demonstrated. The results can be used to identify fake news content.