Portal de Eventos Científicos da UTFPR (EVIN), XXIV Seminário de Iniciação Científica e Tecnológica da UTFPR

Tamanho da fonte: 
Extinguindo o 171: classificação e detecção de fake news através de redes neurais artificiais.
Felipe Augusto Stark, Daniel Cavalcanti Jeronymo

Última alteração: 2020-05-21

Resumo


O avanço da tecnologia possibilitou que as notícias sejam transmitidas de forma extremamente rápida e eficiente, não somente em portais de jornalismo mas também nas redes sociais. O uso dessas redes sociais traz consigo um problema, a dificuldade em diferenciar o que de fato é verdade do que pode ser uma mentira, as fake news, que nada mais são do que notícias falsas a respeito de alguém ou algo. A fim de contribuir na filtragem destas notícias, o presente trabalho explora como podemos usar a computação e a inteligência artificial em prol da veracidade. Implementou-se um algoritmo de rede neural de múltiplas camadas com procedimentos de processamento de linguagem natural resultando em um modelo de predição com o intuito de analisar um conjunto de dados de notícias falsas e reais para que se estabeleça um padrão textual reconhecido nos dois tipos de notícias. Com este modelo de predição estabelecido temos uma aplicação de inteligência artificial capaz de realizar uma previsão a sobre a confiabilidade de textos diversos. Aplicando a implementação da rede neural nos textos de teste e comparando o resultado com a classificação verdadeira do dataset, obtemos uma precisão de 76,5% na detecção de produções textuais com informações falsas.

Palavras-chave


Fake News. Rede neural artificial. Aprendizagem profunda.

Texto completo: PDF