Με την ευρεία εξάπλωση των μέσων κοινωνικής δικτύωσης, αλλά και του διαδικτύου
γενικότερα, οι ψευδείς ειδήσεις αποτελούν μία νέα μάστιγα, η οποία κατακλύζει το διαδίκτυο
και διαδίδεται με ταχείς ρυθμούς. Οι ψευδείς ειδήσεις στο διαδίκτυο αποτελούν μία μορφή
στοχευμένης παραπληροφόρησης, η οποία μπορεί να αποσκοπεί είτε σε κάποια προπαγάνδα,
είτε στην αύξηση των θεάσεων μίας ιστοσελίδας και την εμπορική εκμετάλλευση αυτών. Η
διάκριση της εγκυρότητας μιας είδησης δεν είναι πάντα μία εύκολη διαδικασία για τον μέσο
χρήστη του διαδικτύου, ο οποίος δύναται να πειστεί για την εγκυρότητας της είδησης και με
την σειρά του να συμβάλει στην εξάπλωσή της κοινοποιώντας την σε μέσα κοινωνικής
δικτύωσης. Όσο πιο ακραία και πειστική είναι κάποια είδηση τόσο πιο γρήγορα εξαπλώνεται
σαν πανδημία στο διαδίκτυο. Σε αυτό το χαοτικό περιβάλλον πληθώρας πληροφοριών, όπου η
διασταύρωση πηγών και η εξακρίβωση γεγονότων καταλήγουν να είναι αρκετά χρονοβόρες
διαδικασίες, γεννιέται η ανάγκη για αυτοματοποιημένων εργαλείων ανίχνευσης ψεύδους.
Στόχος της παρούσας πτυχιακής εργασίας είναι η ανάπτυξη μίας εύχρηστης και ευκόλως
εκπαιδεύσιμης εφαρμογής, η οποία θα μπορεί να διακρίνει στοιχεία ψεύδους μέσα σε ένα
ελληνικό κείμενο ή μίας ελληνικής δημοσίευσης σε κάποιον ιστότοπο. Μέθοδοι υλοποίησης
αυτής είναι η καταμέτρηση ποσοστού εμφάνισης λέξεων και μερών του λόγου, καθώς και η
πιθανότητα εμφάνισης μίας αλληλουχίας αυτών, σε έγκυρες και μη ειδήσεις.
Fake news is a type of deliberate misinformation that spreads via the media to either
influence the public’s opinion or gain financially. Although fake news used primarily to spread
through traditional media, the wide adaption of internet services over the past years has
shifted the main source of misinformation. Internet has allowed information to propagate
faster than ever before, but it has also enabled a completely new way to publish, share and
consume news with very little to none regulation or editorial standards. User generated
content far surpasses the amount of traditional media content resulting in an overload of the
current online news environment. In such an environment, it has become extremely difficult
for the average reader to evaluate the credibility of an article and, to some extent, to
distinguish between content generated by users and content generated by journalists. The
need of new technologies and automated tools arises, as fact checking and source verification
becomes a time-consuming process. Various approaches of identifying deception in articles
have shown very promising results. Patterns, like the frequency of a word’s appearance or a
phrase’s syntactic structure, can give away the author’s underlying intentions. The goal of this
thesis is the development of an easy to use and train application, which will be able to check
the veracity of either plain text or a webpage that contains a news article written, in both
cases, in Greek.