1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Faculdade de Computação (FACOM)
  3. TCC - Sistemas de Informação (Uberlândia)
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufu.br/handle/123456789/41044
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.creatorAnjos, Lucas Sousa dos-
dc.date.accessioned2024-01-25T15:03:44Z-
dc.date.available2024-01-25T15:03:44Z-
dc.date.issued2023-11-23-
dc.identifier.citationANJOS, Lucas Sousa dos. Análise experimental do desempenho de grandes modelos de linguagens na detecção de notícias falsas. 2023. 52 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Uberlândia, 2023.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/41044-
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectChatGPTpt_BR
dc.subjectBardpt_BR
dc.subjectInteligência artificalpt_BR
dc.subjectDetecção de fake newspt_BR
dc.subjectProcessamento de linguagem naturalpt_BR
dc.titleAnálise experimental do desempenho de grandes modelos de linguagens na detecção de notícias falsaspt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor-co1Quincozes, Silvio Ereno-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/9401130360785458pt_BR
dc.contributor.advisor1Rocha, Adriano Mendonça-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9672436935373713pt_BR
dc.contributor.referee1Miani, Rodrigo Sanches-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2992074747740327pt_BR
dc.contributor.referee2Carneiro, Murillo Guimarães-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/8158868389973535pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoA disseminação de notícias falsas tornou-se uma preocupação significativa na sociedade atual. Esse problema é evidente em plataformas de mídia social, onde a propagação de desinformação se tornou uma presença constante na vida diária de muitos indivíduos. Neste trabalho, é investigado o desempenho das ferramentas GPT e Bard na classificação de notícias falsas e reais, considerando 200 artigos de jornal e duas estratégias de formulação de perguntas. Os resultados revelam que o uso de uma pergunta bem formulada é crucial para obter respostas mais precisas. Em particular, foi observado uma melhoria de 46.6% na métrica F1-Score no primeiro modelo do GPT direcionando a pergunta para focar nas características de um texto falso. No segundo modelo o F1-Score registrou uma melhoria de 22.22% para 76.68% quando o foco do prompt era nas características de uma notícia falsa. Já no Bard os resultados foram mais timídos, com um F1-Score de 40.45% já na pergunta mais específica. As descobertas apresentadas nesse estudo indicam a superioridade do GPT em relação ao Bard. Ao realizar a detecção de fake news em todos os testes a ferramenta da OpenAI foi superior à ferramenta da Google na métrica de F1-Score.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseSistemas de Informaçãopt_BR
dc.sizeorduration52pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.orcid.putcode151639414-
Aparece en las colecciones:TCC - Sistemas de Informação (Uberlândia)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
AnáliseExperimentalDesempenho.pdf1.17 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.