Фрагменти

Як розпізнати маніпуляції в українському Telegram: студенти КНУ виклали відкритий датасет

Студенти комп’ютерної лінгвістики КНУ імені Т. Шевченка створили й виклали у відкритий доступ новий датасет маніпулятивних текстів з українського Telegram. За основу взяли схему та першу версію датасету, яку Texty.org.ua розробили для дослідження “Карусель емоцій”.

Фото ілюстративне. Джерело: Цензор
Фото ілюстративне. Джерело: Цензор

У новому наборі даних 2055 постів із семи популярних українських телеграм-каналів. Кожен пост розмітили за технікою маніпуляції, а також позначили конкретний фрагмент тексту, де трапляється маніпуляція.

Схему технік автори переглянули: замість десяти, як було у версії Texty.org.ua, їх тепер вісім. Серед них емоційно забарвлена лексика, апеляція до страху, вибіркова подача фактів, кліше, сам дурень, ейфорія, узагальнення та апеляція до читача.

Розмітка гібридна: 5 пар людей-анотаторів працювали паралельно з ШІ-асистентом Gemini.

Над датасетом працювали 11 студентів під керівництвом Оксани Зубань, Валентини Робейко та Ярини Ходаківської.

Набір даних доступний у репозиторії на GitHub: https://github.com/X3llGA/ua-telegram-manipulation-dataset/tree/main.

Нагадаємо, що датасет Texty.org.ua для UNLP 2025 налічував майже 10 тисяч постів, розмічених журналістами та аналітиками і доступний за посиланням: https://github.com/unlp-workshop/unlp-2025-shared-task.

telegram КНУ маніпуляції соцмережі студенти