Publicação: Uso de redes neurais profundas para detecção de fake news
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
Este documento aborda a detecção de notícias falsas (fake news) por meio da aplicação
de redes neurais de aprendizado profundo. O objetivo principal é desenvolver um sistema
eficaz de detecção automática que possa discernir entre notícias reais e fabricadas. Uma
base de dados pública contendo textos digitais verdadeiros e falsos, foi utilizada como fonte
de informação, e os modelos proposto para o sistema computacional foram formados por
técnicas de processamento de linguagem natural, principalmente, o Word2Vec e diferentes
redes neurais LSTM (Long Short-Term Memory) como a responsável pela classificação
dos textos. Os resultados revelam uma notável melhoria na precisão da detecção em
comparação à outros métodos. As conclusões destacam a importância do uso de técnicas
avançadas de processamento de linguagem natural e aprendizado profundo na mitigação
do impacto das notícias falsas
Abstract
Palavras-chave
Fake news, PLN, Deep learning, Word2Vec, LSTM
Citação
TELES, Gabriel. Uso de redes neurais profundas para detecção de fake news. 2023. 37 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2024.