Redes neurais recorrentes aplicadas à classificação de fake news em língua portuguesa

Detalhes bibliográficos
Autor(a) principal: Alves, Jairo Luciano Dias
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: https://app.uff.br/riuff/handle/1/13195
http://dx.doi.org/10.22409/PPG-MESC.2019.m.05758929433
Resumo: As técnicas de Deep Learning (Aprendizagem Profunda) têm alcançado bons resultados na última década, com aplicações bem-sucedidas nas mais variadas áreas de pesquisa. Identifica-se uma oportunidade de utilização de técnicas de Deep Learning, tais como alguns tipos de Redes Neurais Recorrentes para aplicações na área de Processamento de Linguagem Natural (NLP) em língua portuguesa. A pesquisa tem como objetivo principal avaliar e detectar notícias falsas (fake news) utilizando as redes recorrentes do tipo Long Short-Term Memory (LSTM), para a classificação automática de fake news (notícias falsas) em língua portuguesa. Dois datasets reais foram utilizados para a realização de experimentos com 36 configurações diferentes de modelos neurais para a tarefa de classificação binária, fim-a-fim. Os resultados indicam que modelos com redes LTSM bidirecionais profundas, vetorização de entradas com word embeddings treináveis e, se preciso, aplicação de fator multiplicador bem ajustado apresentaram boa capacidade discriminativa na tarefa de classificação de fake news
id UFF-2_2c3a3cda50ed752a3cd59bd494ef3d27
oai_identifier_str oai:app.uff.br:1/13195
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Redes neurais recorrentes aplicadas à classificação de fake news em língua portuguesaRedes neurais recorrentesLong-short term memoryProcessamento de linguagem naturalDetecção de fake newsRedes neuraisFake newsNotícia jornalísticaLingua portuguesaProcessamento de linguagem natural (Computação)Recurrent neural networksLong-short term memoryNatural language processingFake news detectionAs técnicas de Deep Learning (Aprendizagem Profunda) têm alcançado bons resultados na última década, com aplicações bem-sucedidas nas mais variadas áreas de pesquisa. Identifica-se uma oportunidade de utilização de técnicas de Deep Learning, tais como alguns tipos de Redes Neurais Recorrentes para aplicações na área de Processamento de Linguagem Natural (NLP) em língua portuguesa. A pesquisa tem como objetivo principal avaliar e detectar notícias falsas (fake news) utilizando as redes recorrentes do tipo Long Short-Term Memory (LSTM), para a classificação automática de fake news (notícias falsas) em língua portuguesa. Dois datasets reais foram utilizados para a realização de experimentos com 36 configurações diferentes de modelos neurais para a tarefa de classificação binária, fim-a-fim. Os resultados indicam que modelos com redes LTSM bidirecionais profundas, vetorização de entradas com word embeddings treináveis e, se preciso, aplicação de fator multiplicador bem ajustado apresentaram boa capacidade discriminativa na tarefa de classificação de fake newsDeep Learning techniques have shown remarkable results in the last decade, with successful applications in a broad range of research fields. We identify a research opportunity to apply Deep Learning techniques such as some Recurrent Neural Networks (RNN) to Natural Language Processing (NLP) tasks for texts written in Portuguese. This work aims to study and evaluate the use of Long Short-Term Networks (LSTM) to the task of fake-news automatic detection. Two real-world datasets are used to test 36 model configurations on the binary, end-to-end, classification task of automatically detecting fake news. The experimental results suggest that Bidirectional LSTM models, combined with trainable word embeddings and, when applicable, a tuned multiplier factor show good discriminative power in the task of fake news automatic classification158f.Rio das OstrasSilva, Leila Weitzel Coelho daMoreira, Leonard BarretoLinden, Ricardohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4257635E9http://lattes.cnpq.br/2768655384552211http://lattes.cnpq.br/2768655384552211http://lattes.cnpq.br/1253432326873186http://lattes.cnpq.br/6444936383001612Alves, Jairo Luciano Dias2020-04-01T18:43:23Z2020-04-01T18:43:23Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfAlves, Jairo Luciano Dias. Redes neurais recorrentes aplicadas à classificação de fake news em língua portuguesa.2019.158 f. Dissertação (Mestrado Profissional em Engenharia de Produção e Sistemas Computacionais) - Universidade Federal Fluminense, Rio das Ostras, 2019.https://app.uff.br/riuff/handle/1/13195Aluno de Mestradohttp://dx.doi.org/10.22409/PPG-MESC.2019.m.05758929433CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-10-25T19:55:15Zoai:app.uff.br:1/13195Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:11:38.552570Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Redes neurais recorrentes aplicadas à classificação de fake news em língua portuguesa
title Redes neurais recorrentes aplicadas à classificação de fake news em língua portuguesa
spellingShingle Redes neurais recorrentes aplicadas à classificação de fake news em língua portuguesa
Alves, Jairo Luciano Dias
Redes neurais recorrentes
Long-short term memory
Processamento de linguagem natural
Detecção de fake news
Redes neurais
Fake news
Notícia jornalística
Lingua portuguesa
Processamento de linguagem natural (Computação)
Recurrent neural networks
Long-short term memory
Natural language processing
Fake news detection
title_short Redes neurais recorrentes aplicadas à classificação de fake news em língua portuguesa
title_full Redes neurais recorrentes aplicadas à classificação de fake news em língua portuguesa
title_fullStr Redes neurais recorrentes aplicadas à classificação de fake news em língua portuguesa
title_full_unstemmed Redes neurais recorrentes aplicadas à classificação de fake news em língua portuguesa
title_sort Redes neurais recorrentes aplicadas à classificação de fake news em língua portuguesa
author Alves, Jairo Luciano Dias
author_facet Alves, Jairo Luciano Dias
author_role author
dc.contributor.none.fl_str_mv Silva, Leila Weitzel Coelho da
Moreira, Leonard Barreto
Linden, Ricardo
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4257635E9
http://lattes.cnpq.br/2768655384552211
http://lattes.cnpq.br/2768655384552211
http://lattes.cnpq.br/1253432326873186
http://lattes.cnpq.br/6444936383001612
dc.contributor.author.fl_str_mv Alves, Jairo Luciano Dias
dc.subject.por.fl_str_mv Redes neurais recorrentes
Long-short term memory
Processamento de linguagem natural
Detecção de fake news
Redes neurais
Fake news
Notícia jornalística
Lingua portuguesa
Processamento de linguagem natural (Computação)
Recurrent neural networks
Long-short term memory
Natural language processing
Fake news detection
topic Redes neurais recorrentes
Long-short term memory
Processamento de linguagem natural
Detecção de fake news
Redes neurais
Fake news
Notícia jornalística
Lingua portuguesa
Processamento de linguagem natural (Computação)
Recurrent neural networks
Long-short term memory
Natural language processing
Fake news detection
description As técnicas de Deep Learning (Aprendizagem Profunda) têm alcançado bons resultados na última década, com aplicações bem-sucedidas nas mais variadas áreas de pesquisa. Identifica-se uma oportunidade de utilização de técnicas de Deep Learning, tais como alguns tipos de Redes Neurais Recorrentes para aplicações na área de Processamento de Linguagem Natural (NLP) em língua portuguesa. A pesquisa tem como objetivo principal avaliar e detectar notícias falsas (fake news) utilizando as redes recorrentes do tipo Long Short-Term Memory (LSTM), para a classificação automática de fake news (notícias falsas) em língua portuguesa. Dois datasets reais foram utilizados para a realização de experimentos com 36 configurações diferentes de modelos neurais para a tarefa de classificação binária, fim-a-fim. Os resultados indicam que modelos com redes LTSM bidirecionais profundas, vetorização de entradas com word embeddings treináveis e, se preciso, aplicação de fator multiplicador bem ajustado apresentaram boa capacidade discriminativa na tarefa de classificação de fake news
publishDate 2019
dc.date.none.fl_str_mv 2019
2020-04-01T18:43:23Z
2020-04-01T18:43:23Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv Alves, Jairo Luciano Dias. Redes neurais recorrentes aplicadas à classificação de fake news em língua portuguesa.2019.158 f. Dissertação (Mestrado Profissional em Engenharia de Produção e Sistemas Computacionais) - Universidade Federal Fluminense, Rio das Ostras, 2019.
https://app.uff.br/riuff/handle/1/13195
Aluno de Mestrado
http://dx.doi.org/10.22409/PPG-MESC.2019.m.05758929433
identifier_str_mv Alves, Jairo Luciano Dias. Redes neurais recorrentes aplicadas à classificação de fake news em língua portuguesa.2019.158 f. Dissertação (Mestrado Profissional em Engenharia de Produção e Sistemas Computacionais) - Universidade Federal Fluminense, Rio das Ostras, 2019.
Aluno de Mestrado
url https://app.uff.br/riuff/handle/1/13195
http://dx.doi.org/10.22409/PPG-MESC.2019.m.05758929433
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Rio das Ostras
publisher.none.fl_str_mv Rio das Ostras
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1811823685991923712

Registros relacionados