Caracterização, evolução e identificação de padrões em notícias falsas: uma abordagem voltada à modelagem de tópicos
| dc.contributor.advisor | Sampaio, Jonice de Oliveira | |
| dc.contributor.advisorCo1 | Silva, Sirius Thadeu Ferreira da | |
| dc.contributor.advisorCo1Lattes | http://lattes.cnpq.br/2132117504732039 | pt_BR |
| dc.contributor.advisorLattes | http://lattes.cnpq.br/0990344839864230 | pt_BR |
| dc.contributor.referee1 | Sousa, Diogo Nolasco Ferreira | |
| dc.contributor.referee1Lattes | http://lattes.cnpq.br/8631189476598898 | pt_BR |
| dc.contributor.referee2 | Lima Filho, Silas Pereira | |
| dc.contributor.referee2Lattes | http://lattes.cnpq.br/4567131372970696 | pt_BR |
| dc.creator | Alves, Leonardo Emerson André | |
| dc.creator.Lattes | http://lattes.cnpq.br/6373393548331312 | pt_BR |
| dc.date.accessioned | 2023-08-01T15:40:52Z | |
| dc.date.available | 2026-05-16T03:07:57Z | |
| dc.date.issued | 2023-06-28 | |
| dc.description.resumo | As notícias falsas constituem um problema central na sociedade atual. O avanço das tecnologias e mídias digitais tem alavancado esse problema, visto que se caracterizam como meios extremamente rápidos para disseminação de informação. Dessa forma, a disseminação de desinformações pode implicar em diversos problemas para a sociedade, tais como: influenciar processos democráticos, dificultar o contingenciamento de pandemias, ocasionar crises sociais, que podem trazer graves consequências para a população, entre outros. Este estudo tem como intuito a criação de um processo voltado para a caraterização, descrição da evolução e identificação de padrões em notícias com foco no estudo de notícias falsas escritas em português. Nesse sentido, o foco deste trabalho consiste na caracterização das notícias falsas estudadas por meio da análise textual das mesmas a partir da utilização de uma base de dados de notícias coletadas entre 2013 e 2021, com o uso de técnicas de processamento de linguagem natural e modelagem de tópicos. Portanto, este estudo realizou o tratamento e aperfeiçoamento de um corpus com uso de técnicas tanto de limpeza de dados, quanto de Web Scraping, e posteriormente uma análise das notícias falsas desse corpus, com o uso da linguagem de programação Python, e também com o uso de bibliotecas conhecidas para processamento de linguagem natural e modelagem de tópicos, como NLTK, gensim e spaCy; e fazendo uso de algoritmos tradicionais para modelagem de tópicos como Latent Dirichlet Allocation (LDA) e Latent Semantic Analysis (LSA); em conjunto com as bibliotecas para indexação, visualização e análise de dados Pandas, Matplotlib, Seaborn, Numpy; foi possível dessa forma compreender o avanço dos assuntos e padrões de escrita de notícias falsas, criando um dicionário que caracteriza tais notícias. | pt_BR |
| dc.embargo.terms | aberto | pt_BR |
| dc.identifier.uri | http://hdl.handle.net/11422/21240 | |
| dc.language | por | pt_BR |
| dc.publisher | Universidade Federal do Rio de Janeiro | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.department | Instituto de Computação | pt_BR |
| dc.publisher.initials | UFRJ | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject | Fake news | en |
| dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
| dc.title | Caracterização, evolução e identificação de padrões em notícias falsas: uma abordagem voltada à modelagem de tópicos | pt_BR |
| dc.type | Trabalho de conclusão de graduação | pt_BR |