Use este identificador para citar ou linkar para este item: https://repositorio.ufu.br/handle/123456789/40984
Tipo do documento: Trabalho de Conclusão de Curso
Tipo de acesso: Acesso Aberto
Título: Uso de redes neurais profundas para detecção de fake news
Título(s) alternativo(s): Use of deep neural networks to detect fake news
Autor(es): Teles, Gabriel
Primeiro orientador: Santos, Fernanda Maria da Cunha
Primeiro membro da banca: Caetano, Daniel Stefany Duarte
Segundo membro da banca: Gabriel, Paulo Henrique Ribeiro
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
Palavras-chave: Fake news
PLN
Deep learning
Word2Vec
LSTM
Área(s) do CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Referência: 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.
URI: https://repositorio.ufu.br/handle/123456789/40984
Data de defesa: 4-Dez-2023
Aparece nas coleções:TCC - Sistemas de Informação (Uberlândia)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
RedesNeuraisProfundas.pdfTCC1.25 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.