Métodos de Detecção de Fake News: Uma Comparação entre as Abordagens de Crowd Signals e Ensembles
Open Access
- 25 September 2023
- conference paper
- Published by Sociedade Brasileira de Computação
- p. 372-377
Abstract
A crescente disseminação de fake news deve-se à facilidade de criação e consumo de informações nos meios digitais. Para identificá-las, a abordagem baseada em crowd signals híbridos (HCS) combina sinais (opiniões sobre sua veracidade) coletados de usuários ou de classificadores de aprendizado de máquina (AM). Embora promissora, a abordagem HCS emprega um método ingênuo (Naive Bayes) para combinar os sinais e inferir quais notícias são falsas. Assim, o presente trabalho questiona se o uso de métodos Ensemble para conjugar opiniões fornecidas pelos classificadores de AM usados na HCS pode aprimorar os modelos de classificação resultantes. Experimentos preliminares com os datasets usados na HCS revelam indícios de validade da hipótese.Keywords
This publication has 3 references indexed in Scilit:
- Fake news detection based on explicit and implicit signals of a hybrid crowd: An approach inspired in meta-learningExpert Systems with Applications, 2021
- A Linguistic-Based Method that Combines Polarity, Emotion and Grammatical Characteristics to Detect Fake News in Portuguese2020
- Fake News Detection in Social Networks via Crowd Signals2018