Use este identificador para citar ou linkar para este item: https://repositorio.unipampa.edu.br/jspui/handle/riu/7624
Tipo: Trabalho de Conclusão de Curso
Título: CFN-AI: Um classificador de Notícias falsas baseado em Inteligência Artificial
Autor(es): Lima, Pablo de Andrades
Primeiro Orientador: Amaral, Érico Marcelo Hoff do
Coorientador: Camargo, Sandro da Silva
1° Membro da banca: Amaral, Érico Marcelo Hoff do
2° Membro da banca: Heinen, Milton Roberto
3° Membro da banca: Piovesan, Sandra Dutra
Resumo: O perfil democrático e livre transformou a Internet em um local usual para propagação de informações, tornando este um meio comumente utilizado para o compartilhamento de falsas notícias, as ditas fake news. Essas notícias possuem um método de escrita diferenciado de conteúdos jornalísticos focados somente no fato em si. Desta forma, esta pesquisa busca afirmar se é possível minimizar o impacto das notícias falsas através de uma análise textual, com uso de Inteligência Artificial (IA), analisando algoritmos de IA já implementados para classificação de notícias falsas. Busca também desenvolver um modelo que classifique uma notícia como verdadeira ou falsa com uso de Inteligência Artificial, comparando o modelo desenvolvido com outros trabalhos correlatos. A pesquisa para composição dos trabalhos correlatos se deu através de uma revisão sistemática da literatura. O modelo foi desenvolvido em Python, no Google Colab. Após a importação do dataset, foi realizado o pré-processamento dos dados com a tokenização usando tensorflow datasets, construção do modelo usando a biblioteca Keras, análise e definição dos hiperparâmetros, treinamento do modelo, avaliação com uso de validação cruzada e testes experimentais de classificação com notícias que não estão na conjunto de dados usados para treinamento. A precisão do modelo alcançou um percentual de 95,76%, mas quando submetido a outras notícias externas a base de dados usada para treino, o valor foi de 80%. Nos resultados, é possível verificar, que o modelo proposto através Redes Neurais Convolucionais apresentou bons resultados preliminares, quando comparado às outras pesquisas para classificação de notícias. Porém há de se observar algumas inconformidades quando os algoritmos são submetidos a situações reais pós o treino.
Abstract: The democratic and free profile turned the Internet into a common place for propagation information, making this a commonly used medium for sharing of false news, the so-called fake news. These news have a writing method differentiated from journalistic content focused only on the fact itself. Thus, this research seeks to affirm whether it is possible to minimize the impact of false news through a textual analysis, using Artificial Intelligence (AI), analyzing already implemented AI algorithms for ranking fake news. Search also develop a model that classifies news as true or false with usage of Artificial Intelligence, comparing the developed model with other works correlated. The research for the composition of the related works took place through a systematic review of the literature. The model was developed in Python, on Google Collaboration After importing the dataset, the pre-processing of the data was performed with tokenization using tensorflow datasets, model building using the Keras library, analysis and definition of the hyperparameters, model training, evaluation using cross-validation and experimental ranking tests with news not in the dataset used for training. The model’s accuracy reached a percentage of 95.76%, but when submitted to other news outside the database used for training, the value was 80%. In the results, it is possible to verify that the model proposed through Networks Convolutional Neurals showed good preliminary results when compared to other searches for news classification. But there are some to be observed nonconformities when algorithms are subjected to real situations after training.
Palavras-chave: Aprendizado profundo
Processamento linguagem natural
Redes neurais convolucionais
Deep Learning
Natural Language Processing
Convolutional Neural Networks
CNPq: CNPQ::ENGENHARIAS
Idioma: por
País: Brasil
Editor: Universidade Federal do Pampa
Sigla da Instituição: UNIPAMPA
Campus: Campus Bagé
Citação: LIMA, Pablo de Andrades. CFN-AI: Um classificador de Notícias falsas baseado em Inteligência Artificial. 63p. 2021. Trabalho de Conclusão de Curso (Bacharel em Engenharia da Computação) – Universidade Federal do Pampa, Curso de Ciência da Computação, Bagé, 2021.
Tipo de Acesso: Acesso Aberto
URI: https://repositorio.unipampa.edu.br/jspui/handle/riu/7624
Data do documento: 2-Out-2021
Aparece nas coleções:Engenharia de Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
pablo_finalizado.pdf4.08 MBAdobe PDFVisualizar/Abrir


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