USO DE DEEP LEARNING NA DETECÇÃO DE FAKE NEWS

  • Manoel Villas Bôas Júnior
  • Sergio Luiz Machado

Resumo

Este documento apresenta uma aplicação para a detecção de notícias falsas através do
uso da técnica de aprendizagem profunda. Foram utilizadas duas bases-de-dados: uma
compilação de notícias falsas perpetradas na Internet, e outra de notícias genuínas, publicadas pelo jornal brasileiro Folha de São Paulo. O modelo proposto tem como objetivo
aplicar diferentes métodos de extração de dados para a tarefa de classificação de textos
supervisionados. Para que os dados relevantes ao experimento fossem adequadamente
processados pelo algoritmo de aprendizagem de máquina, foram usados os modelos
de extração saco de palavras, caso especial da técnica n-grama, onde n-grama=1, além
do modelo bigrama, ambos combinados com o modelo de processamento de linguagem natural TF-IDF (Frequência do termo - Frequência documental inversa). O resultado
deste trabalho permite identificar qual das técnicas de extração ofereceu os melhores
resultados na detecção de notícias falsas.

Publicado
2020-07-24
Seção
Interdisciplinares