Avaliação de abordagens baseadas em deep learning para a identificação de fake news

• Autor(a) principal: Martins, Phelipe Gonçalves
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: http://app.uff.br/riuff/handle/1/25836
• topic: Aprendizado de Máquina; Aprendizado de máquina; Inteligência artificial; Fake news; Multinomia l Naive Bayes; Support Vector Machine; Convolutional Neural Network; Long ShortTerm Memory

Nos últimos anos, um fenômeno social tem ganhado destaque no mundo todo, por seu alcance e rápida divulgação entre as pessoas: são as chamadas fake news. Este tipo de notícia já demonstrou em diversas situações a capacidade que possui de causar impactos negativos a sociedade. Dessa forma, diversos estudos têm sido realizados para que se ache alguma solução viável para combater diretamente tal fenômeno. Recentemente, o uso de técnicas de Aprendizado de Máquina tem se mostrado uma alternativa interessante para apontar se uma dada notícia é falsa ou não. Contudo, devido a uma grande quantidade de algoritmos existentes nesta subárea de inteligência artificial, é importante que testes sejam realizados para que se verifique quais destes são mais apropriados para esta tarefa. Este trabalho segue uma abordagem experimental e exploratória, no intuito de avaliar qual método de abordagem tradicional (Multinomial Naive Bayes e Support Vector Machines) e de Deep Learning (Convolutional Neural Network e Long Short-Term Memory) possuem a melhor performance. Além disso, verificar qual método dentre esses dois produz melhores resultados na identificação de fake news. utilizando os parâmetros ideais e três bases de dados. As mesmas contendo mil, dez mil e cem mil notícias classificadas como ‘FAKE’ e ‘REAL’. Após diversos testes, verificou-se que CNN possui a melhor performance em todas as bases de dados, destacando-se a acurácia de 97,09% e 98,39% para as de dez mil e cem mil notícias, respectivamente. Ainda, SVM demonstrou níveis de precisão abaixo das CNN, porém muito interessantes, com valores maiores ou iguais a 90% desde que se use Term frequency-inverse document frequency. LSTM demonstrou que vale a pena ser utilizada somente com a base de dados contendo cem mil notícias com acurácia de 96,59%. Já para MNB, constatou-se que não vale a pena ser utilizado para a resolução do problema proposto.