Intelligent system for evaluating destructive nature of text content of social networks based on fuzzy logic
Наукові журнали НАУ
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Intelligent system for evaluating destructive nature of text content of social networks based on fuzzy logic
Интеллектуальная система оценивания деструктивного характера текстового контента социальных сетей на основе нечеткой логики Інтелектуальна система оцінювання деструктивного характеру текстового контенту соціальних мереж на основі нечіткої логіки |
|
| Creator |
Грищук, Р. В.
Мусієнко, А. П. Савчук, В. С. Грищук, О. М. |
|
| Subject |
—
intelligent system; text content; social network; fuzzy logic; neural network — — интеллектуальная система; текстовый контент; социальная сеть; нечеткая логика; нейронная сеть — — інтелектуальна система; текстовий контент; соціальна мережа; нечітка логіка; нейронна мережа — |
|
| Description |
The article deals with the actual problem of counteraction and timely detection of destructive information, which has become widely distributed on the Internet, which, in connection with the significant expansion of Internet communication facilities, poses a threat to society as a whole. In this paper we consider the problem of constructing an intellectual system for evaluating the destructive influence of text content of social networks under uncertainty on the basis of application of product rules of fuzzy logic. An approach to building an intellectual system based on the neural network and functions of the fuzzy decision making system is described, taking into account estimates of linguistic analysis of the text as input data of the system. Among the methods of linguistic analysis of the text are two main ones used in the evaluation of text content of social networks, such as: determining the emotional color of the text and the classification of the text. The main terms of the linguistic variables with the specified values ranges are to be taken into account for assessing the destructive impact of the text content of social networks. The main steps of building an intellectual system based on a combination of a neural network and a fuzzy logic device are identified, which in the end represents a hybrid network. The structure of the hybrid network is described. The method of teaching a neural network based on the rules of fuzzy logic is given. The stages of the transformation of fuzzy data in the process of logical decision-making are specified, and their implementation in the Matlab environment is demonstrated. An example of an adequacy check of the proposed hybrid network is given.
В статье рассматривается актуальная проблема противодействия и своевременного выявления деструктивной информации, получила широкое распространение в сети Интернет, в связи со значительным расширением коммуникационных возможностей Интернет представляет угрозу обществу в целом. В данной работе рассматривается проблема построения интеллектуальной системы оценивания деструктивного влияния текстового контента социальных сетей в условиях неопределенности на основе применения продукционных правил нечеткой логики. Описан подход к построению интеллектуальной системы на основе нейронной сети и функций системы нечеткого принятия решений с учетом оценок лингвистического анализа текста в качестве входных данных системы. Среди методов лингвистического анализа текста выделено два основных, используемых при оценке текстового контента социальных сетей, как: определение эмоциональной окраски текста и классификация текста. Выделены основные термы лингвистических переменных с определенными диапазонами значений что нужно учитывать для оценки деструктивного влияния текстового контента социальных сетей. Выделены основные шаги построения интеллектуальной системы на основе сочетания нейронной сети и аппарата нечеткой логики, в результате представляет собой гибридную сеть. Описана структура гибридной сети. Приведены способ обучения нейронной сети на основе правил нечеткой логики. Специфицированы этапы преобразования нечетких данных в процессе логического вывода решений и продемонстрировано их реализацию в среде моделирования Matlab. Приведен пример проверки адекватности предложенной гибридной сети. У статті розглядається актуальна проблема протидії та своєчасного виявлення деструктивної інформації, що набула значного поширення у мережі Інтернет, що у зв’язку зі значним розширенням комунікаційних можливостей Інтернет становить загрозу суспільству загалом. У даній роботі розглядається проблема побудови інтелектуальної системи оцінювання деструктивного впливу текстового контенту соціальних мереж в умовах невизначеності на основі застосування продукційних правил нечіткої логіки. Описано підхід до побудови інтелектуальної системи на основі нейронної мережі та функцій системи нечіткого прийняття рішень з урахуванням оцінок лінгвістичного аналізу тексту у якості вхідних даних системи. Серед методів лінгвістичного аналізу тексту виділено два основних, що використовуються при оцінюванні текстового контенту соціальних мереж, як: визначення емоційного забарвлення тексту та класифікація тексту. Виділено основні терми лінгвістичних змінних з визначеними діапазонами значень що потрібно враховувати для оцінювання деструктивного впливу текстового контенту соціальних мереж. Виділено основні кроки побудови інтелектуальної системи на основі поєднання нейронної мережі та апарату нечіткої логіки, що в результаті являє собою гібридну мережу. Описано структуру гібридної мережі. Приведено спосіб навчання нейронної мережі на основі правил нечіткої логіки. Специфіковано етапи перетворення нечітких даних в процесі логічного виведення рішень та продемонстровано їх реалізацію у середовищі моделювання Matlab. Наведено приклад перевірки адекватності запропонованої гібридної мережі. |
|
| Publisher |
National Aviation University
|
|
| Contributor |
—
— — |
|
| Date |
2018-07-03
|
|
| Type |
—
— — |
|
| Identifier |
http://jrnl.nau.edu.ua/index.php/SBT/article/view/12838
10.18372/2310-5461.38.12838 |
|
| Source |
Наукоємні технології; Том 38, № 2 (2018)
Science-based technologies; Том 38, № 2 (2018) Наукоемкие технологии; Том 38, № 2 (2018) |
|
| Language |
uk
|
|