Classificação multirrótulo de notícias considerando sua legitimidade e objetividade
Arquivos
Data
Autores
Morais, Janaina Ignácio de
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
Resumo: Atualmente, a disseminação de notícias falsas tem aumentado significativamente em relação à classe política e aos membros da sociedade em geral, aumentando as preocupações sobre a potencial propagação de desinformação, de forma que vem aparecendo no centro dos debates sobre os resultados das eleições em todo o mundo Por outro lado, as notícias falsas e satíricas tem um propósito divertido, mas geralmente são colocadas por engano no mesmo contexto das notícias falsas e objetivas Nesta Dissertação , abordamos as diferenças entre objetividade e legitimidade dos documentos noticiosos, tratando cada artigo como tendo duas classes conceituais: objetiva/satírica e legítima/falsa Assim, propomos um Sistema de Apoio à Decisão (Decision Support System — DSS) baseado em um pipeline de Mineraçãode Texto eum conjunto de novas características (features) textuais que usam métodos multirrótulo para classificar artigos de notícias nesses dois domínios Para validar a abordagem, um conjunto de métodos multirrótulo foi avaliado com uma combinação de diferentes classificadores de base e, em seguida, comparado com uma abordagem multi-classe Os resultados apresentaram o nosso DSS como adequado (F1-score de ,81) ao abordar o cenário de notícias enganosas da perspectiva desafiador a da modelagem multirrótulo, superando os métodos multi-classe(F1-score de,68) em um conjunto de dados de notícias com dados reais coletado de vários portais de notícias Além disso, foi analisado como os grupos de features estilométricas podem influenciar nos resultados, com o objetivo de descobrir se um determinado grupo possui mais relevância que outros Como resultado, observou-se que o grupo de features de complexidade obteve maior destaque dentre os grupos analisados, o que demonstrou que a diferença de complexidade textual entre as classes conceituais se destacou como sendo um dos maiores parâmetros auxiliares na decisão do modelo
Descrição
Palavras-chave
Computação, Fake news, Mineração de texto, Sistemas de suporte de decisão, Computer science, Fake news, Text data mining, Decision support systems