Avaliação da integração de abordagens de verificação de fake news
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
Texto Completo: | http://www.repositorio.jesuita.org.br/handle/UNISINOS/11775 |
Resumo: | A agilidade com que se pode produzir, divulgar e consumir informações em virtude da internet não só democratizou o acesso à informação, como também gerou abundância desta, tendo como efeito colateral a facilitação da propagação de informações falsas ou tendenciosas, denominadas popularmente como Fake News. Devido ao alto volume e efemeridade dos dados, métodos automatizados com técnicas de inteligência artificial tornam-se essenciais no processo de verificação de Fake News. A partir da leitura do estado da arte, observa-se que as abordagens existentes possuem limitações de aplicabilidade em contextos específicos e que não há uma abordagem capaz de lidar com diversos contextos sem comprometer seus resultados. Com base nisto, este trabalho propõe a integração de dois métodos para avaliar a integração de métodos distintos de verificação de Fake News com o intuito de ampliar a abrangência de aplicação em contextos diferentes. O método de classificação de texto obteve acurácia de 95,33% com uso de Random Forest, enquanto o método de fact-checking com question answering foi capaz de responder adequadamente as perguntas elaboradas. Foi proposta uma metodologia de comparação para analisar qualitativamente os resultados dos experimentos, que permitiu identificar contribuições e trabalhos futuros. Os textos classificados como falso-negativos no experimento de classificação serviram de subsídio para a elaboração das perguntas testadas no experimento de fact-checking com question answering, validando a complementaridade entre os métodos. |
id |
USIN_57fd57b3847b64cf3008c88896b71d2f |
---|---|
oai_identifier_str |
oai:www.repositorio.jesuita.org.br:UNISINOS/11775 |
network_acronym_str |
USIN |
network_name_str |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
repository_id_str |
|
spelling |
2022-07-01T13:21:30Z2022-07-01T13:21:30Z2022-04-07Submitted by Jeferson Carlos da Veiga Rodrigues (jveigar@unisinos.br) on 2022-07-01T13:21:30Z No. of bitstreams: 1 Jonathan Pereira Camargo_.pdf: 828650 bytes, checksum: 369f90f8be61f40398f69d5dbc5fd1f4 (MD5)Made available in DSpace on 2022-07-01T13:21:30Z (GMT). No. of bitstreams: 1 Jonathan Pereira Camargo_.pdf: 828650 bytes, checksum: 369f90f8be61f40398f69d5dbc5fd1f4 (MD5) Previous issue date: 2022-04-07A agilidade com que se pode produzir, divulgar e consumir informações em virtude da internet não só democratizou o acesso à informação, como também gerou abundância desta, tendo como efeito colateral a facilitação da propagação de informações falsas ou tendenciosas, denominadas popularmente como Fake News. Devido ao alto volume e efemeridade dos dados, métodos automatizados com técnicas de inteligência artificial tornam-se essenciais no processo de verificação de Fake News. A partir da leitura do estado da arte, observa-se que as abordagens existentes possuem limitações de aplicabilidade em contextos específicos e que não há uma abordagem capaz de lidar com diversos contextos sem comprometer seus resultados. Com base nisto, este trabalho propõe a integração de dois métodos para avaliar a integração de métodos distintos de verificação de Fake News com o intuito de ampliar a abrangência de aplicação em contextos diferentes. O método de classificação de texto obteve acurácia de 95,33% com uso de Random Forest, enquanto o método de fact-checking com question answering foi capaz de responder adequadamente as perguntas elaboradas. Foi proposta uma metodologia de comparação para analisar qualitativamente os resultados dos experimentos, que permitiu identificar contribuições e trabalhos futuros. Os textos classificados como falso-negativos no experimento de classificação serviram de subsídio para a elaboração das perguntas testadas no experimento de fact-checking com question answering, validando a complementaridade entre os métodos.The agility with which information can be produced, disseminated and consumed by virtue of the internet not only democratized the access to information, but also generated an abundance of it, having as a side effect the facilitation of the propagation of false or biased information, popularly known as Fake News. Due to the high volume and ephemerality of the data, automated methods with artificial intelligence techniques become essential in the Fake News verification process. From the reading of the state of the art, it is observed that the existing approaches have limits of applicability in specific contexts and that there is no approach capable of dealing with different contexts without compromising their results. Based on this, this work proposes the integration of two methods to evaluate the integration of different methods of verification of Fake News in order to expand the scope of application in different contexts. The text classification method obtained an accuracy of 95.33% using Random Forest, while the fact-checking method with question answering was able to adequately answer the elaborated questions. A comparison methodology was proposed to qualitatively analyze the results of the experiments, which allowed the identification of contributions and future work. The texts classified as false negatives in the classification experiment served as a subsidy for the elaboration of the questions tested in the fact-checking experiment with question answering, validating the complementarity between the methods.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorCamargo, Jonathan Pereirahttp://lattes.cnpq.br/7867079338659538http://lattes.cnpq.br/3914159735707328Rigo, Sandro JoséUniversidade do Vale do Rio dos SinosPrograma de Pós-Graduação em Computação AplicadaUnisinosBrasilEscola PolitécnicaAvaliação da integração de abordagens de verificação de fake newsACCNPQ::Ciências Exatas e da Terra::Ciência da ComputaçãoVerificação de fake newsClassificação de textoInteligência artificialFake newsFact-checkingFake news verificationText classificationArtificial intelligenceinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.repositorio.jesuita.org.br/handle/UNISINOS/11775info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)instname:Universidade do Vale do Rio dos Sinos (UNISINOS)instacron:UNISINOSLICENSElicense.txtlicense.txttext/plain; charset=utf-82175http://repositorio.jesuita.org.br/bitstream/UNISINOS/11775/2/license.txt320e21f23402402ac4988605e1edd177MD52ORIGINALJonathan Pereira Camargo_.pdfJonathan Pereira Camargo_.pdfapplication/pdf828650http://repositorio.jesuita.org.br/bitstream/UNISINOS/11775/1/Jonathan+Pereira+Camargo_.pdf369f90f8be61f40398f69d5dbc5fd1f4MD51UNISINOS/117752022-07-01 10:22:38.085oai:www.repositorio.jesuita.org.br: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 Digital de Teses e Dissertaçõeshttp://www.repositorio.jesuita.org.br/oai/requestopendoar:2022-07-01T13:22:38Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)false |
dc.title.pt_BR.fl_str_mv |
Avaliação da integração de abordagens de verificação de fake news |
title |
Avaliação da integração de abordagens de verificação de fake news |
spellingShingle |
Avaliação da integração de abordagens de verificação de fake news Camargo, Jonathan Pereira ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação Verificação de fake news Classificação de texto Inteligência artificial Fake news Fact-checking Fake news verification Text classification Artificial intelligence |
title_short |
Avaliação da integração de abordagens de verificação de fake news |
title_full |
Avaliação da integração de abordagens de verificação de fake news |
title_fullStr |
Avaliação da integração de abordagens de verificação de fake news |
title_full_unstemmed |
Avaliação da integração de abordagens de verificação de fake news |
title_sort |
Avaliação da integração de abordagens de verificação de fake news |
author |
Camargo, Jonathan Pereira |
author_facet |
Camargo, Jonathan Pereira |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7867079338659538 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3914159735707328 |
dc.contributor.author.fl_str_mv |
Camargo, Jonathan Pereira |
dc.contributor.advisor1.fl_str_mv |
Rigo, Sandro José |
contributor_str_mv |
Rigo, Sandro José |
dc.subject.cnpq.fl_str_mv |
ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação |
topic |
ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação Verificação de fake news Classificação de texto Inteligência artificial Fake news Fact-checking Fake news verification Text classification Artificial intelligence |
dc.subject.por.fl_str_mv |
Verificação de fake news Classificação de texto Inteligência artificial |
dc.subject.eng.fl_str_mv |
Fake news Fact-checking Fake news verification Text classification Artificial intelligence |
description |
A agilidade com que se pode produzir, divulgar e consumir informações em virtude da internet não só democratizou o acesso à informação, como também gerou abundância desta, tendo como efeito colateral a facilitação da propagação de informações falsas ou tendenciosas, denominadas popularmente como Fake News. Devido ao alto volume e efemeridade dos dados, métodos automatizados com técnicas de inteligência artificial tornam-se essenciais no processo de verificação de Fake News. A partir da leitura do estado da arte, observa-se que as abordagens existentes possuem limitações de aplicabilidade em contextos específicos e que não há uma abordagem capaz de lidar com diversos contextos sem comprometer seus resultados. Com base nisto, este trabalho propõe a integração de dois métodos para avaliar a integração de métodos distintos de verificação de Fake News com o intuito de ampliar a abrangência de aplicação em contextos diferentes. O método de classificação de texto obteve acurácia de 95,33% com uso de Random Forest, enquanto o método de fact-checking com question answering foi capaz de responder adequadamente as perguntas elaboradas. Foi proposta uma metodologia de comparação para analisar qualitativamente os resultados dos experimentos, que permitiu identificar contribuições e trabalhos futuros. Os textos classificados como falso-negativos no experimento de classificação serviram de subsídio para a elaboração das perguntas testadas no experimento de fact-checking com question answering, validando a complementaridade entre os métodos. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-07-01T13:21:30Z |
dc.date.available.fl_str_mv |
2022-07-01T13:21:30Z |
dc.date.issued.fl_str_mv |
2022-04-07 |
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 |
http://www.repositorio.jesuita.org.br/handle/UNISINOS/11775 |
url |
http://www.repositorio.jesuita.org.br/handle/UNISINOS/11775 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade do Vale do Rio dos Sinos |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Computação Aplicada |
dc.publisher.initials.fl_str_mv |
Unisinos |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Escola Politécnica |
publisher.none.fl_str_mv |
Universidade do Vale do Rio dos Sinos |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) instname:Universidade do Vale do Rio dos Sinos (UNISINOS) instacron:UNISINOS |
instname_str |
Universidade do Vale do Rio dos Sinos (UNISINOS) |
instacron_str |
UNISINOS |
institution |
UNISINOS |
reponame_str |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
collection |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
bitstream.url.fl_str_mv |
http://repositorio.jesuita.org.br/bitstream/UNISINOS/11775/2/license.txt http://repositorio.jesuita.org.br/bitstream/UNISINOS/11775/1/Jonathan+Pereira+Camargo_.pdf |
bitstream.checksum.fl_str_mv |
320e21f23402402ac4988605e1edd177 369f90f8be61f40398f69d5dbc5fd1f4 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS) |
repository.mail.fl_str_mv |
|
_version_ |
1801845080826314752 |