Use este identificador para citar ou linkar para este item: http://hdl.handle.net/11422/9475
Tipo: Trabalho de conclusão de graduação
Título: Mineração de dados aplicada à identificação de notícias falsas
Autor(es)/Inventor(es): Moraes, Marcos Paulo
Orientador: Sampaio, Jonice de Oliveira
Coorientador: Charles, Anderson Cordeiro
Resumo: Notícias falsas existem há muito tempo. Porém, com o avanço das mídias sociais e do acesso à internet, elas se tornaram um problema maior. Devido à rápida disseminação em mídias sociais e aplicativos de mensagens instantâneas, notícias falsas podem alcançar mais pessoas em menos tempo e influenciar diretamente os processos democráticos, criar ou expandir crises sociais, alavancando problemas de segurança que às vezes levam a fins trágicos. Com o intuito de gerar um método rápido e automatizado de identificação de notícias falsas, este estudo realizou uma análise dessas notícias, escritas em português, a partir de um corpus e outras fontes de dados verificadas. A partir da linguagem de programação Python, com a utilização de bibliotecas conhecidas para processamento de linguagem natural e aprendizado de máquina, como scikit-learn, NLTK e spaCy; e fazendo uso de algoritmos como Multinomial Naive Bayes e AdaBoost para classificação de notícias; em conjunto com as ferramentas para indexação, visualização e análise de dados Elasticsearch e Kibana; foi possível verificar diferenças entre os padrões de escrita de notícias falsas e verdadeiras, criando um classificador de tais notícias. Validamos estudos anteriores e adicionamos novas variáveis para ajudar na identificação de notícias falsas.
Palavras-chave: Fake news
Mineração de dados
Reconhecimento de texto
Processamento de linguagem natural
Assunto CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
Unidade produtora: Instituto de Computação
Editora: Universidade Federal do Rio de Janeiro
Data de publicação: 31-Jul-2019
País de publicação: Brasil
Idioma da publicação: por
Tipo de acesso: Acesso Aberto
Aparece nas coleções:Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MPMoraes.pdf1.28 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.