ESEloize Rossi Marques Seno

Eloize Rossi Marques Seno

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Eloize Rossi Marques Seno has a total of 19 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Positive and Unlabeled Graph Learning with Large Language Models for Fake News Detection

    by Guilherme Henrique Messias, Mariana Caravanti de Souza, Yanni Marcela Gameiro, Sylvia Iasulaitis, Eloize Rossi Marques Seno, Solange Oliveira Rezende, Alan Demétrius Baria Valejo

  • Open Access

    FactPolCheckBr: a dataset of fake news fact-checked during the 2022 Brazilian presidential elections

    by Sylvia Iasulaitis, Eloize Rossi Marques Seno, Mariana Caravanti Souza, Alan Demétrius Baria Valejo, Isabella Vicari, Ian Victor Rubini Ruiz, Yanni Marcela Gameiro, Eanes Torres Pereira, Guilherme Henrique Messias Messias, Bruno Cardoso Greco, et al.

    The use of social media and instant messaging applications in contemporary society has amplified the dissemination of misleading content, reaching audiences on an unprecedented scale. Many news outlets have made considerable efforts to check the accuracy of online content, especially during election periods, which are critical moments for spreading fake news. However, the fake news verification process is labor-intensive for humans, given the volume and speed at which misinformation circulates. Numerous studies in natural language processing and machine learning have emerged in recent years seeking to investigate and develop computational models capable of detecting fake news. Algorithm training is primarily based on supervised machine learning, which relies on labeled datasets to learn the characteristic patterns of misinformation. Labeled fake news datasets in Brazilian Portuguese are scarce. This research addresses this gap developing the first fact-checked fake news dataset related to the 2022 presidential elections in Brazil, which was widely regarded as the most polarized in the country’s political history and marked by a large-scale disinformation campaign. The dataset, called FactPolCheckBr, includes 1,873 news items categorized as fake news, which were manually collected from online fact-checking platforms. The full texts of the fake news items were subsequently retrieved from the web using a scraping algorithm. Next, a clustering algorithm was applied to group similar news items, which enabled the identification of the main topics targeted by fake news during the elections. Each news item in the dataset also includes information on the candidate favored by the misinformation in that electoral context. The information was provided by political scientists who employed content analysis to examine the news texts carefully. This article presents an exploratory study of the FactPolCheckBr dataset, highlighting its key features and potential applications across various domains.

  • Open Access

    Identificação de aspectos explícitos e implícitos em críticas gastronômicas em português: avaliando o potencial dos LLMs

    by Luiz H. N. Silva, Eloize R. M. Seno, Rozane R. Rebechi, Helena M. Caseli, Fabiano M. Rocha Júnior, Guilherme A. Faller

    A identificação de aspectos é uma etapa fundamental da Análise de Sentimentos Baseada em Aspectos (ASBA) que consiste em detectar os aspectos alvos de opinião em avaliações de produtos ou serviços publicadas nas mídias sociais. Enquanto existem vários estudos focados na detecção de aspectos na língua inglesa, para o portugues há poucos trabalhos na área e os LLMs praticamente não têm sido explorados. Dado esse contexto, esta pesquisa investigou o potencial de uso de LLMs na identificação de aspectos em críticas gastronômicas em português.

  • Open Access

    Abordagens Baseadas em Léxicos para a Classificação de Sentimentos Orientada aos Alvos de Opinião em Comentários do Domínio Político

    by Lucas Lazarini, Fábio S. Igarashi Anno, Eloize R. Marques Seno, Helena M. Caseli

    O enorme volume de textos opinativos produzido nas mídias sociais têm levado a uma busca cada vez maior por algoritmos capazes de analisar os sentimentos de pessoas em relação à produtos, entidades políticas, etc. Muitos modelos de análise de sentimento (AS) foram propostos para o português nos últimos anos. Contudo, a maioria deles consiste em analisar o sentimento geral de uma sentença, não considerando, portanto, o sentimento individual relacionado a cada alvo de opinião no texto. Dado este contexto, este artigo investigou o uso de léxicos de sentimentos na classificação de sentimento orientado ao alvo de opinião em comentários sobre debate político em português.


  • Open Access

    Classificação de Polaridade Orientada aos Alvos de Opinião em Comentários sobre Debate Político em Português

    by Eloize R. Marques Seno, Fábio S. Igarashi Anno, Lucas Lazarini, Helena M. Caseli

    A internet e, em especial as mídias sociais, são um terreno fértil para a publicação de opiniões sobre os mais diversos assuntos, produtos e serviços. Tradicionalmente a análise automática de opiniões é realizada com base nas palavras que denotam alguma polaridade ou emoção. Contudo, com o surgimento dos grandes modelos de linguagem, como o ChatGPT, a maneira com a qual processamos textos para realizar análises subjetivas mudou bastante. Neste contexto, este artigo tem como foco investigar as potencialidades do ChatGPT – comparada com a de um modelo neural de identificação de emoções em textos e de abordagens baseadas em léxico – na classificação de polaridade orientada para os alvos de opinião em comentários sobre debate político em português.