Поймай бота: идентификация текстов, сгенерированных ботами

Рост популярности социальных сетей также обеспечил широкое распространение мошенничества с помощью бот-аккаунтов, которые распространяют computer-generated контент, способствующий ложному восприятию реальности пользователей, будто мнение о каком-то бренде или популярные политические взгляды. В данной статье особый интерес представляет лингвистический анализ таких текстов с целью разработки нового метода по обнаружению ботов. Мы предлагаем новый способ, который использует представление текстов в виде семантического пространства, где каждому слову соответствует вектор частоты встречаемости этого слова в определенном наборе текстов. Анализ семантических пространств будет производится с помощью алгоритма кластеризации. Нами будет проверена гипотеза, что метрики кластеризации, такие как компактность и расстояние между кластеров, у людей и ботов будут различаться, что и будет основой решения задачи по классификации контента.