ЩОДО ПИТАННЯ ПРО ОЦІНКУ ЯКОСТІ ІНФОРМАЦІЇ В ІНТЕРНЕТІ БЕЗ ЗАЛУЧЕННЯ ЦЕНЗУРИ
DOI:
https://doi.org/10.35546/kntu2078-4481.2025.3.2.14Ключові слова:
фальшива інформація, неправда-правда, інформаційна ентропія, когерентність, банальність, хаотичність, повідомлення, структура повідомленняАнотація
Робота присвячена проблемам розробки методів спрощеного аналізу достовірності інформації в мережі інтернет, як мети дослідження. Пропонується звернути увагу на такий об’єктивний показник інформації, як її ентропія, міра невизначеності або випадковості повідомлення. Показано, що сама по собі інформаційна ентропія не визначає, правдива чи хибна інформація належить аналізу. Однак вона здатна відображати якість інформації, пов’язану зі структурною визначеністю і передбачуваністю, що може бути використано як ознака правдоподібності. Ентропія поєднується зі структурною зв’язністю інформації. Це не абсолютний критерій істини, але зміни в структурній когерентності можуть бути показником потенційного обману, особливо якщо порівнювати з іншими структурами повідомлення. Приклади виявлення у складі текстового повідомлення таких критеріїв визначеності, як когерентність, банальність і хаотичність, за допомогою яких можна не тільки структурувати текстові матеріали, але й виділяти в них такі складові, які показують на достовірність цих матеріалів. Наведено приклади вимірювання інформаційної ентропії Шеннона для текстових повідомлень різної конфігурації, за допомогою якої можна співвимірювати інформацію за означеними вище функціями. Створено алгоритм пошуку неправдивої інформації в текстових повідомленнях, за допомогою якого можна послідовно виявляти режими об’єктивності сукупних інформаційних текстових структур в межах прийнятих параметрів – функцій когерентності, банальності, хаотичності. Запропоновані співвідношення цих функцій в інформаційному просторі «правда-фальшивість». Запропоновано чек-лист із найбільш коректних і об’єктивних відношень між зазначеними в повідомленні параметрами, який дозволяє надавати формалізовану оцінку рівнів довіри текстового повідомлення. Для оцінки стану формалізованих повідомлень запропоновано для використання радар-графіки у сумісних координатах: ентропія-когерентність-банальність-хаотичність для певної групи слів, що містіться у повідомленні. Запропонована методика оцінки рівнів неправдивості текстових повідомлень за прямими і непрямими показниками, незважаючи на її формалізацію, дозволяє в першому наближенні оцінити достовірність конкретних повідомлень, більш об’єктивно підходити до інформації в мережі Інтернет, яка вже довгий час обходиться без критики або цензури, і має стійку тенденцію до розвитку фальшивості цілих інформаційних потоків.
Посилання
Yavorska O. “The Knowledge As a Complementary Part of the Intellectual Capital of the Enterprises in the Era of the Digital Economy”. Herald of Economics, no. 3(97), 2020, P. 185Ц198. – DOI: 10.35774/visnyk2020.03.185
Aral V.R. The spread of true and false news online. Science, 2018. DOI: 10.1126/science.aap9559
Reinsel D., Gantz J., Rydning J. The Digitization of the World. From Edge to Core. IDC White Paper I., (официальный идентификатор US44413318), 2018. P. 11.
Zhang C., Gupta A., Kauten C., Deokar A. V., Qin, X. Detecting Fake News for Reducing Misinformation Risks Using Analytics Approaches. European Journal of Operational Research (Elsevier, Amsterdam), 279(3), 2019. pp. 1036–1052. – DOI: 10.1016/j.ejor.2019.06.022
Shu K. Liu, H., Detecting Fake News on Social Media. Synthesis Lectures on Data Mining and Knowledge Discovery (Morgan & Claypool, San Rafael, CA), 2019, xiii + 115 pp. – DOI: 10.1007/978-3-031-01915-9
Shu, K., Wang S., Liu H. A Survey of Fake News: Fundamental Theories, Detection Methods, and Opportunities. ACM Computing Surveys (Association for Computing Machinery, New York, NY), 53(5), Article 109, 2020. P. 109:1–109:40. – DOI: 10.1145/3395046
Vosoughi S., Roy D., Aral S. The Spread of True and False News Online. Science (AAAS, Washington, DC), 359(6380), 2018. P. 1146–1151. – DOI: 10.1126/science.aap9559
Pennycook G., Rand D. G. Fighting Misinformation on Social Media Using Crowdsourced Judgments of News Source Quality. Proceedings of the National Academy of Sciences (PNAS) (National Academy of Sciences, Washington, DC), 116(7), 2019. P. 2521–2526. – DOI: 10.1073/pnas.1806781116
Cafaro C., Giffin A., Ali S.A., Kim D.-H. Reexamination of an Infor-mation Geometric Construction of Entropic Indicators of Complexity. 2010. 20 p. – DOI: 10.1016/J.AMC.2010.08.028
Hall M. J. W. Universal Geometric Approach to Uncertainty, Entropy and Information. 1999. 15 p. – DOI: 10.1103/ PhysRevA.59.2602
Bertani A., Mazzeo V., Gallotti R. – Decoding the News Media Diet of Disinformation Spreaders. Entropy (MDPI), Vol. 26, Basel, 2024, Article 270 – DOI: 10.3390/e26030270
Gray R. Entropy and Information Theory., USA, Springer, 1990. 412 p. – DOI: 10.1007/978-1-4419-7970-4
Blasch E., Schuck T., Gagne O.B. Trusted Entropy-Based Information Maneuverability for AI Information Systems Engineering. Engineering Artificially Intelligent Systems, Lecture Notes in Computer Science (LNCS), Springer, Cham, 2021, pp. 34–52. – DOI: 10.1007/978-3-030-89385-9_3
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
