在VKontakte社交网络上搜索和检测极端主义消息的系统原型

DOI:

EDN:

评审日期

出版日期

注解: 研究的对象是神经网络，VKontakte平台，Telegram messenger，Python编程语言及其库，以及计算机系统模型的框图。 该研究的主题是一种计算机技术，用于检测文本形式的极端主义内容以及VKontakte社交网络上包含它的特定群体。 作者详细考虑了计算机系统模型的结构方案，其中包含的功能模块，并说明了它们的相互作用。 该论文使用了一个预先训练的模型，设计用于处理俄语，并为确保在没有再培训迹象的情况下识别非法内容的高精度提供了条件。 本文介绍了检查测试数据的结果，确认了计算机系统的可操作性。 拟议的计算机系统原型确保其与Telegram messenger的集成，这增加了可用性并促进了生成查询和报告的过程。 该研究采用了一般的科学方法，领域分析，计算机系统模型的创建，二元分类，原型的实证测试以及信息的系统化。 该研究的新颖之处在于创建了一个计算机系统原型，用于使用Python编程语言和VKontakte API编程接口（VK API）在VKontakte社交网络上搜索和检测极端消息。 原型计算机系统的基础是一个神经网络，它与Tnsformers库（提供易于下载和使用的工具和接口）和Togsh（现代深度学习库）一起工作。 计算机系统的一个特殊特征是能够分析社交网络上的消息，并使其对消息中的非法信息的内容或非内容进行二进制分类。 该研究的主要结论显示了该系统的效率，其使用的简单性和便利性，检测非法文本内容的可能性。 原型的一个显着特点是能够检测使用俚语表达呈现的非法内容。

出版日期: