Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/47573| ORCID: |  http://orcid.org/0009-0003-8851-8313 |
| Tipo do documento: | Trabalho de Conclusão de Curso |
| Tipo de acesso: | Acesso Aberto Attribution-NonCommercial-NoDerivs 3.0 United States |
| Título: | Detecção de Fake News Usando Redes Neurais Baseadas em Transformers |
| Autor(es): | Pellegrini, Lucas Guerreiro |
| Primeiro orientador: | Santos, Fernanda Maria da Cunha |
| Primeiro membro da banca: | Paiva, Elaine Ribeiro de Faria |
| Segundo membro da banca: | Dorça, Fabiano Azevedo |
| Resumo: | A rápida expansão da internet e das redes sociais tem favorecido a disseminação das chamadas “Fake News” notícias falsas). A dimensão alcançada por esse fenômeno evidencia uma lacuna no combate à desinformação. Este trabalho tem como objetivo empregar modelos de classificação baseados na arquitetura Transformer para a detecção de notícias falsas em textos escritos em língua portuguesa. Foram desenvolvidos três modelos distintos: (1) Encoder-Only, (2) Decoder-Only e (3) Encoder-Decoder, todos treinados sobre um conjunto de dados obtido pela união de dois corpora. Além disso, foram implementados classificadores tradicionais, cujos resultados de validação cruzada serviram de comparação com os modelos propostos. Os três modelos Transformers apresentaram desempenho superior ao apresentado pelos demais modelos. Em um comparativo realizado apenas entre os modelos baseados em Transformers, todos apresentaram desempenho semelhante. O modelo Encoder-Only destacou-se por alcançar valores de acurácia e precisão superiores a 95,8%, exigindo um tempo de treinamento significativamente menor. Conclui-se que a aplicação da arquitetura Transformer caracteriza uma escolha eficaz de rede neural para a tarefa de classificação de notícias falsas em português e pode contribuir para o desenvolvimento de ferramentas voltadas ao enfrentamento da desinformação. |
| Palavras-chave: | Processamento de Linguagem Natural Aprendizado de Máquina Fake News Redes Transformers Inteligência Artificial |
| Área(s) do CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Referência: | PELLEGRINI, Lucas Guerreiro. Detecção de Fake News Usando Redes Neurais Baseadas em Transformers. 2025. 42 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2025. |
| URI: | https://repositorio.ufu.br/handle/123456789/47573 |
| Data de defesa: | 19-Set-2025 |
| Aparece nas coleções: | TCC - Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| DetecçãoFakeNews.pdf | TCC | 6.07 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
