Uriel Merola
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Uriel Merola has a total of 3 co-authors. Here are the top co-authors by number of shared publications:
- Jorge Soares
Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ)
1 shared publication - Paulo Márcio Souza Freire
Military Institute of Engineering (IME), Brazil
1 shared publication - Ronaldo Ribeiro Goldschmidt
Military Institute of Engineering
1 shared publication
Latest Publications
- Open Access
- 25 September 2023
- Published by Sociedade Brasileira de Computação
- p. 372-377
Métodos de Detecção de Fake News: Uma Comparação entre as Abordagens de Crowd Signals e Ensembles
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.
- 25 September 2023
- Published by Sociedade Brasileira de Computação
- p. 372-377
Open AccessMétodos de Detecção de Fake News: Uma Comparação entre as Abordagens de Crowd Signals e Ensembles
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.