Principles of fake news detection on the example of the Russian invasion of Ukraine

Ruská invaze na Ukrajinu je jen jednou z událostí, doprovázenou agresivní dezinformační kampaní, jejíž dopady vidíme i na Slovensku. Cílem práce je popsat principy detekce fake news a jejich aplikovatelnost při využití v kontextu události ruské invaze na Ukrajinu, na příkladu fake news šířených v slovenském jazyce. Práce se věnuje vymezení fake news a jejich blízkým konceptům, popisuje vlastnosti, způsoby šíření a atributy fake news. Popsány jsou přístupy k detekci fake news, a to na základě obsahu, šiřitele a sociálního kontextu. Součástí práce je také vysvětlení politického a sociálního kontextu vývoje aktivit ruské dezinformační kampaně na Slovensku. Pro dosažení cíle práce je zpracována analýza a porovnání stávajících datasetů využívaných k detekci fake news a je vytvořen vlastní dataset obsahující fake news na zvoleném příkladu. Závěr práce obsahuje popis základních principů a diskusi nad jejich aplikovatelností při detekci fake news ve zvoleném kontextu. Přínosem této práce je tak prostřednictvím popisu principů k detekci fake news a vytvořením datasetu přispět k pochopení povahy fake news a také k odhalování a eliminaci fake news na Slovensku.

The Russian invasion of Ukraine is just one of the events, accompanied by an aggressive disinformation campaign, the effects of which we can also see in Slovakia. The aim of the thesis is to describe the principles of fake news detection and their applicability when used in the context of the event of the Russian invasion of Ukraine, using the example of fake news in the Slovak language. The thesis describes fake news and other closely related concepts, the characteristics, dissemination methods and attributes of fake news. Approaches to fake news detection, based on content, spreader and social context are described. The thesis also discusses the political and social context of the Russian disinformation campaign in Slovakia. To achieve the goal of the thesis, an analysis and comparison of existing datasets used to detect fake news is processed and a custom dataset containing fake news in the selected example is created. The last part of the thesis contains a description of the basic principles and a discussion of their applicability in the detection of fake news in the chosen context. Overall, this thesis contributes to the study of fake news detection, with implications for the development of more effective and context-aware tools for combating the spread of fake news.