Пропагандистский дискурс в условиях цифровизации - Коллектив авторов

преподавателей по связям с общественностью, 2017. С. 36–51.

137

Егорова-Гантман Е. В тумане войны. Самара: Офорт; М.: Николло, 2010.

138

Петров И. Шойгу объявил о создании войск информационных операций // Российская газета. 2017. 22 февраля.

139

Filatova O., Bolgov R. Strategic communication in the context of modern information confrontation: EU and NATO vs Russia and ISIS // Proceedings of the 13thInternational Conference on cyber warfare and security (ICCWS 2018) / eds J. S. Hurley, J. Q. Chen. Washington DC: National Defense University, 2018. P. 208–219.

140

NATO Bi-SC information operations reference book. Version 1. North Atlantic Treaty Organisation, 2010. URL: https://info.publicintelligence.net/NATO-IO-Reference.pdf (дата обращения: 20.12.2022); Allied joint doctrine for information operations AJP-3.10. North Atlantic Treaty Organisation, 2009. URL: https://info.publicintelligence.net/NATO-IO.pdf (дата обращения: 20.12.2020).

141

Fredheim R., Gallacher J. Robotrolling. 2018. Iss. 3. NATO Strategic Communications, Centre of Excellence. URL: https://www.stratcomcoe.org/robotrolling-20183 (дата обращения: 25.12.2020).

142

URL: https://www.digitalsherlocks.org/about (дата обращения: 05.09.2022).

143

URL: https://comprop.oii.ox.ac.uk (дата обращения: 15.01.2019).

144

URL: http://dashboard.securingdemocracy.org (дата обращения: 15.01.2019).

145

URL: https://botometer.iuni.iu.edu (дата обращения: 15.01.2019).

146

URL: https://www.cs.unm.edu/~chavoshi/debot/ (дата обращения: 15.01.2019).

147

Al-Heeti A. Facebook* will fight fake news with real newspaper ads (and more) // CNET. 2018. May 23. URL: https://www.cnet.com/tech/tech-industry/facebook-is-fighting-misinformation-with-news-literacy-campaign-help-from-researchers/ (дата обращения: 20.10.2019).

148

См.: Facebook* и Instagram* удалили 120 тыс. постов за вмешательство в выборы // Интерфакс. 2020. 19 октября. URL: https://www.interfax.ru/world/732108 (дата обращения: 21.10.2019).

149

URL: https://euvsdisinfo.eu (дата обращения: 05.09.2022).

150

Synopsis report of the public consultation on fake news and online disinformation. URL: https://ec.europa.eu/digital-single-market/en/news/synopsis-report-public-consultation-fake-news-and-online-disinformation (дата обращения: 09.10.2018).

151

Подробнее см.: Filatova O., Bolgov R. Strategic communication in the context of modern information confrontation…

152

EU strategic communications… P. 8.

153

Примеры публикаций, тиражирующих недостоверную информацию о России // Министерство иностранных дел Российской Федерации. URL: http://www.mid.ru/nedostovernie-publikacii (дата обращения: 12.12.2020).

154

См., например: Barakhnin V. B., Muhamedyev R. I., Mussabaev R. R., Kozhemyakina O. Yu., Issayeva A., Kuchin Ya. I., Murzakhmetov S. В., Yakunin K. O. Methods to identify the destructive information // Journal of Physics: Conference Series. 2019. Vol. 1117. http://dx.doi.org/10.1088/1742–6596/1117/1/012001; Muhamedyev R. Machine learning methods: An overview // Computer modelling & new technologies. 2015. Vol. 19, no. 6. P. 14–29.

155

Подробнее о проекте см.: Yakunin K., Ionescu G. M., Murzakhmetov S., Mussabayev R., Filatova O., Mukhamediev R. Propaganda identification using topic modelling // 9thInternational Young Scientist Conference on Computational Science, YSC 2020, 05–12 September 2020. 2020. Vol. 178. P. 205–212.

156

Korencÿic D., Ristov S., Sÿnajder J. Document-based topic coherence measures for news media text // Expert Systems with Applications. 2018. Vol. 114. P. 357–373.

157

Neuendorf K. A. Teh content analysis guidebook. SAGE, 2016; Flaounas I., Ali O., Lansdall-Welfare T., De Bie T., Mosdell N., Lewis J., Cristianini N. Research methods in the age of digital journalism: Massive-scale automated analysis of news-content topics, style and gender // Digital Journalism. 2013. Vol. 1. P. 102–116.

158

Steinberger J., Ebrahim M., Ehrmann M., Hurriyetoglu A., Kabadjov M., Lenkova P., Steinberger R., Tanev H., Vázquez S., Zavarella V. Creating sentiment dictionaries via triangulation // Decision Support Systems. 2012. Vol. 53, no. 4. P. 689–694; Vossen P., Rigau G, Serafnii L., Stouten P., Irving F., Hage W. News reader: Recording history from daily news streams // Proceedings of the Ninth International Conference on Language Resources and Evaluation (LREC’14). 2014. P. 2000–2007; Li L., Zheng L., Yang F., Li T. Modeling and broadening temporal user interest in personalized news recommendation // Expert Systems with Applications. 2014. Vol. 41. P. 3168–3177.

159

Clerwall C. Enter the robot journalist: Users’ perceptions of automated content // Journalism Practice. 2014. Vol. 8. P. 519–531; Popescu O., Strapparava C. Natural language processing meets journalism // Proceedings of the 2017 EMNLP Workshop. Copenhagen, Denmark: Association for Computational Linguistics, 2017.

160

Hirschberg J., Manning C. D. Advances in natural language processing // Science. 2015. Vol. 349, no. 6245. P. 261–266.

161

Da San Martino G., Yu S., Barrón-Cedeno A., Petrov R., Nakov P. Fine-grained analysis of propaganda in news article // Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9thInternational Joint Conference on Natural Language Processing (EMNLP-IJCNLP). 2019. P. 5640–5650; Barrón-Cedeno A., Barrón-Cedeno A., Jaradat I., Da San Martino G., Nakov P. Proppy: Organizing the news based on their propagandistic content // Information Processing & Management. 2019. Vol. 56, no. 5. P. 1849–1864.

162

Da San Martino G., Yu S., Barrón-Cedeno A., Petrov R., Nakov P. Fine-grained analysis of propaganda…

163

Машечкин И. В., Петровский М. И., Царёв Д. В. Методы вычисления релевантности фрагментов текста на основе тематических моделей в задаче автоматического аннотирования // Вычислительные методы и программирование. 2013. Т. 14, № 1. С. 91–102.

164

Воронцов К. В., Потапенко А. А. Регуляризация, робастность и разреженность вероятностных тематических моделей // Компьютерные исследования и моделирование. 2012. Т. 4, № 4. С. 693–706.

165

Пархоменко П. А., Григорьев А. А, Астраханцев Н. А. Обзор и экспериментальное сравнение методов кластеризации текстов // Труды ИСП РАН. 2017. Т. 29 (2). С. 161–200. https://doi.org/10.15514/ISPRAS-2017–29(2)-6

166

Torrey L., Shavlik J. Transfer learning // Handbook of research on machine learning applications and trends: algorithms, methods, and techniques / eds E. Soria, J. Martin, R. Magdalena, M. Martinez and A. Serrano. IGI Global, 2010. Р. 242–264.

167

Vorontsov K., Frei O., Apishev M., Romov P., Dudarenko M. Bigartm: Open source library for regularized multimodal topic modeling of large collections // Analysis of Images, Social Networks and Texts. AIST 2015. Communications in Computer and Information Science, vol. 542 / eds M. Khachay, N. Konstantinova, A. Panchenko, D. Ignatov, V. Labunets. Cham: Springer. P. 370–381.

168

Blei D. M., Ng A. Y., Jordan M. I. Latent Dirichlet allocation // Journal of machine learning research. 2003.