QR-код құжат
M94
Multilevel Annotation Model for Detecting Fake News in Kazakh-Language Media [Текст] / A. Nekessova, A. Nazymkhan, M. Sambetbayeva, Z. Darkhan // International Conference on Computer Science and Engineering. - Istanbul (17-21 September 2025). - 2025. - Р. 1-10 (Scopus)
Айдарлар: Информатика
Түйін сөздер (бақыланбайтын):
импакт-фактор 2025 -- скопус -- scopus -- дальнее зарубежье -- конференции -- DOI: 10.1109/UBMK67458.2025.11206945 -- лингвистика -- языкознание -- информатика -- цифровая технология -- fake news -- Kazakh language -- interannotational agreement -- semantic relations
Аңдатпа: With the exponential growth of disinformation in digital media, especially in multilingual societies, there is an increasing need to develop formalized annotation models that can accurately reflect both the content and the pragmatic structure of fake news. The present study presents a multi-level annotation scheme focused on Kazakh language media content and aimed at improving the interpretability and automatibility of fake news detection processes. Unlike the dominant binary approaches (REAL/FAKE), the developed model includes nine key categories (including CLAIM, EVIDENCE, SOURCE, AUTHOR_INTENT, TARGET_AUDIENCE, etc.) and twenty-three subtypes reflecting manipulative techniques, author's motivations, and the typology of target audiences. The manually annotated corpus of 5,000 texts covers news reports in Kazakh and demonstrates high values of inter - editorial agreement (k = 0.72-0.89). The annotation methodology is implemented in Label Studio with a further formalized description of the semantic relationships between entities. The results of the study emphasize both the scientific novelty of the proposed scheme and its applied significance in the tasks of constructing explicable models in the field of media literacy, information security and linguistically adapted NLP.В условиях экспоненциального роста дезинформации в цифровых медиа, особенно в многоязычных обществах, возрастает потребность в разработке формализованных моделей аннотирования, способных точно отражать как содержание, так и прагматическую структуру фейковых новостей. В данном исследовании представлена многоуровневая схема аннотирования, ориентированная на контент СМИ на казахском языке и направленная на улучшение интерпретируемости и автоматизации процессов обнаружения фейковых новостей. В отличие от доминирующих бинарных подходов (REAL/FAKE), разработанная модель включает девять ключевых категорий (включая CLAIM, EVIDENCE, SOURCE, AUTHOR_INTENT, TARGET_AUDIENCE и др.) и двадцать три подтипа, отражающих манипулятивные методы, мотивацию автора и типологию целевой аудитории. Корпус из 5000 текстов, аннотированных вручную, охватывает новостные сообщения на казахском языке и демонстрирует высокие значения межредакционного согласия (k = 0,72-0,89). Методология аннотирования реализована в Label Studio с дополнительным формализованным описанием семантических связей между сущностями. Результаты исследования подчеркивают как научную новизну предложенной схемы, так и ее прикладное значение в задачах построения объяснимых моделей в области медиаграмотности, информационной безопасности и лингвистически адаптированной обработки естественного языка.
Держатели документа:
у автора
Қосымша іздеу нүктелері:
Nekessova, A.
Nazymkhan, A.
Sambetbayeva, M.
Zhaxybayev, D.
Жаксыбаев, Д. О.
Жіктелімі бойынша ұқсас басылымдар