Пропагандистский дискурс в условиях цифровизации - Коллектив авторов
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.
Откройте для себя мир чтения на siteknig.com - месте, где каждая книга оживает прямо в браузере. Здесь вас уже ждёт произведение Пропагандистский дискурс в условиях цифровизации - Коллектив авторов, относящееся к жанру Политика / Публицистика. Никаких регистраций, никаких преград - только вы и история, доступная в полном формате. Наш литературный портал создан для тех, кто любит комфорт: хотите читать с телефона - пожалуйста; предпочитаете ноутбук - идеально! Все книги открываются моментально и представлены полностью, без сокращений и скрытых страниц. Каталог жанров поможет вам быстро найти что-то по настроению: увлекательный роман, динамичное фэнтези, глубокую классику или лёгкое чтение перед сном. Мы ежедневно расширяем библиотеку, добавляя новые произведения, чтобы вам всегда было что открыть "на потом". Сегодня на siteknig.com доступно более 200000 книг - и каждая готова стать вашей новой любимой. Просто выбирайте, открывайте и наслаждайтесь чтением там, где вам удобно.
