Combinando características léxicas e morfossintáticas para a detecção de notícias falsas em português (2024)
- Authors:
- Autor USP: FAGUNDES, MATHEUS JOSÉ GARCIA - EACH
- Unidade: EACH
- DOI: 10.11606/D.100.2024.tde-22072024-160036
- Subjects: APRENDIZADO COMPUTACIONAL; FAKE NEWS; PROCESSAMENTO DE LINGUAGEM NATURAL; LÉXICO; MORFOSSINTAXE; SINTAXE
- Keywords: Automatic Detection of Fake News; Detecção Automática de Notícias Falsas; Morfossintático; Morphosyntactic; Sintático; Syntactic
- Agências de fomento:
- Language: Português
- Abstract: As notícias falsas são um problema crítico para a sociedade, na medida em que os danos já podem ser vistos em várias partes dela, como democracia e saúde. A medida que as notícias falsas se multiplicam em quantidade e velocidade de propagação, identificá-las através de uma verificação manual de fatos torna-se impraticável. Portanto, um mecanismo de detecção automático de notícias falsas permitiria mitigar o problema. Neste cenário de detecção automática de notícias falsas, embora amplamente explorado na literatura, os trabalhos em sua maioria carecem de demonstrar a capacidade preditiva em corpora que não fizeram parte do treinamento. A fim de contribuir para esse assunto, o presente trabalho teve como objetivo avaliar a capacidade de generalização de classificadores de notícias falsas. Para tal, os modelos propostos foram treinados e avaliados em dois corpora anotados em português, utilizando avaliação intra-corpus tradicional com avaliação cruzada e uma avaliação inter-corpora, treinando em um corpus e avaliando no outro. Na tarefa de classificação, foi explorado informações léxicas, utilizado BERTimbau como modelo de língua, e informações morfossintática, utilizando Part of Speech. O desempenho do modelo foi avaliado em diferentes configurações, incluindo o uso de apenas informações léxicas, apenas informações morfossintáticas e ambas combinadas com a finalidade de encontrar o melhor conjunto.Os resultados demonstraram que os modelos léxicos baseados em BERTimbau foram os mais eficazes na detecção de notícias falsas. O BERTimbau com ajuste fino obteve a melhor acurácia nos dois corpora e um dos melhores F1-scores e o melhor Macro-F1 no outro corpus. No entanto, o desempenho foi significativamente inferior nas avaliações inter-corpus, indicando uma dificuldade em transferir aprendizado de um corpus para outro. Em contraste, a informação morfossintática não se mostrou muito promissora na classificação intra-corpus, contrariando as expectativas, e também não se mostrou útil na transferência de aprendizado entre corpora
- Imprenta:
- Data da defesa: 24.05.2024
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
FAGUNDES, Matheus José Garcia. Combinando características léxicas e morfossintáticas para a detecção de notícias falsas em português. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-22072024-160036/. Acesso em: 25 jan. 2026. -
APA
Fagundes, M. J. G. (2024). Combinando características léxicas e morfossintáticas para a detecção de notícias falsas em português (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/100/100131/tde-22072024-160036/ -
NLM
Fagundes MJG. Combinando características léxicas e morfossintáticas para a detecção de notícias falsas em português [Internet]. 2024 ;[citado 2026 jan. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-22072024-160036/ -
Vancouver
Fagundes MJG. Combinando características léxicas e morfossintáticas para a detecção de notícias falsas em português [Internet]. 2024 ;[citado 2026 jan. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-22072024-160036/
Informações sobre o DOI: 10.11606/D.100.2024.tde-22072024-160036 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
