Details

Целью работы является обнаружение ботов в социальных сетях на основе анализа семантики и тональности комментариев с использованием LLM-модели. Предметом исследования является методы и алгоритмы семантического анализа и анализа тональности, с использованием современных языковых моделей. Задачи, решаемые в ходе исследования: 1. Классифицировать типы ботов, используемых в социальных сетях. 2. Проанализировать методы машинного обучения, используемые для обнаружения ботов. 3. Проанализировать методы обработки естественного языка. 4. Разработать и протестировать способ обнаружения ботов в социальных сетях на основе анализа семантики и тональности комментариев с использованием модели LLM. В ходе работы были исследованы методы для обнаружения ботов в социальных сетях, методы обработки естественного языка. В результате работы был разработан программный компонент, объединяющий анализ семантики и тональности, для классификации комментариев. Проведены эксперименты с различными моделями машинного обучения и оценена их эффективность.

The purpose of the study is to detect bots in social networks based on the analysis of semantics and tonality of comments using the LLM model. The subject of the work is the methods and algorithms of semantic analysis and sentiment analysis, using modern language models. The research set the following goals: 1. Classify the types of bots used in social networks. 2. Analyze the machine learning methods used to detect bots. 3. Analyze the methods of natural language processing. 4. Develop and test a method for detecting bots in social networks based on the analysis of semantics and sentiment of comments using the LLM model. During the work methods for detecting bots in social networks and methods for processing natural language were investigated. The work resulted is a software component for data processing, semantic and tonality analysis, training models and evaluating their effectiveness. is a software component for data processing, semantic and tonality analysis, training models and evaluating their effectiveness.