PPGCCM PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO FUNDAÇÃO UNIVERSIDADE FEDERAL DO ABC Teléfono/Ramal: 11 4996-8337 http://propg.ufabc.edu.br/ppgccm

Banca de QUALIFICAÇÃO: PEDRO HENRIQUE ARRUDA FAUSTINI

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : PEDRO HENRIQUE ARRUDA FAUSTINI
DATA : 14/03/2019
HORA: 14:00
LOCAL: na sala 306, 3º andar do Bloco B, campus Santo André
TÍTULO:

Detecção de notícias falsas via aprendizado supervisionado


PÁGINAS: 65
RESUMO:

Notícias falsas têm atraído atenção nos últimos tempos, levantando questões sobre o grau de influência que podem exercer sobre importantes atividades das vidas das pessoas. Esforços têm sido feitos para detectá-las, mas geralmente dependem de trabalho humano, o que pode ser custoso e demorado. Disso surge a necessidade de maneiras automáticas de inferir se um determinado artigo é verdadeiro ou falso. O objetivo deste trabalho é estudar técnicas de aprendizado supervisionado para inferir automaticamente se as notícias são falsas ou não em várias plataformas e idiomas. Usamos seis conjuntos de dados de três plataformas diferentes (sites, Twitter e WhatsApp) em dois idiomas (português e inglês). Dois desses conjuntos de dados são novos e foram coletados durante este estudo. Monitoramos sites de checagem de fatos procurando por tópicos de notícias falsas. Então, nós recuperamos mensagens no Twitter de tais tópicos, juntamente com conteúdo verdadeiro. Também baixamos mensagens do WhatsApp reportados por esses sites. Então, para cada conjunto de dados, usamos três conjuntos de atributos (textual, bag-of-words e DCDistance) e alimentamos algoritmos de classificação com eles para separar conteúdo falso de verdadeiro. No conjunto de dados do WhatsApp, aplicamos classificação de uma classe (OCC).


MEMBROS DA BANCA:
Presidente - 2376122 - THIAGO FERREIRA COVOES
Interno - 1918407 - DEBORA MARIA ROSSI DE MEDEIROS
Interno - 1934625 - JESUS PASCUAL MENA CHALCO
Notícia cadastrada em: 08/02/2019 08:51
SIGAA | UFABC - Núcleo de Tecnologia da Informação - ||||| | Copyright © 2006-2024 - UFRN - sigaa-1.ufabc.int.br.sigaa-1-prod