Use este identificador para citar ou linkar para este item:
https://www.repositorio.mar.mil.br/handle/ripcmb/845427| Título: | FakeNewsSetGen: um processo para construção de datasets que viabilizem a comparação entre métodos de detecção de Fake News baseados em diferentes demandas de informação |
| Autor(es): | Silva, Flávio Roberto Matias da |
| Palavras-chave: | Fake news Aprendizado de máquina Dataset |
| Áreas de conhecimento da DGPM: | Tecnologia da Informação Banco de dados |
| Data do documento: | 2020 |
| Editor: | Instituto Militar de Engenharia (IME) |
| Descrição: | Devido ao fácil acesso e ao baixo custo, o consumo de notícias on-line em redes sociais
aumentou significativamente na última década. Apesar de seus benefícios, algumas redes
sociais permitem que qualquer pessoa divulgue notícias com intenso poder de difusão, o que
amplia um problema antigo: a disseminação do fake news (i.e., notícias falsas veiculadas de
forma intencional). A proliferação de fake news, geralmente, afeta não apenas a integridade
jornalística, mas também perturba as áreas social, política, econômica, cultural, assim
como da saúde e segurança. Diante desse cenário, foram propostos vários métodos baseados
em aprendizado de máquina para detectar automaticamente fake news (machine learningbased methods to automatically detect fake news- MLFN). Esses métodos necessitam de
datasets para treinar e avaliar seus modelos de detecção. Embora os MLFN recentes tenham
sido projetados para considerar dados sobre a propagação de notícias em redes sociais,
poucos dos datasets disponíveis contêm esses dados. Assim, a comparação de desempenho
entre MLFN está restrita à utilização de um número limitado de datasets. Além disso,
os datasets existentes com dados de propagação não contêm notícias em português, o
que prejudica a avaliação do MLFN nesse idioma. Portanto, este trabalho propõe o
FakeNewsSetGen, um processo de construção de datasets para o estudo de fake news que
contenham dados de propagação de notícias e viabilizem a comparação entre MLFN. O
processo de engenharia de software do FakeNewsSetGen foi orientado para incluir todos os
tipos de dados exigidos pelos MLFN existentes. Para ilustrar a viabilidade e adequação
do FakeNewsSetGen, foi realizado um estudo de caso que abrange a implementação de
um protótipo do FakeNewsSetGen e a aplicação desse protótipo para criar uma instância
de dataset denominada FakeNewsSet, composta de notícias em português. Dez MLFN
com diferentes tipos de requisitos de dados (sete deles exigindo dados de propagação de
notícias) foram aplicados ao FakeNewsSet e comparados, demonstrando o potencial de
utilização do processo proposto e do dataset criado. Dissertação apresentada ao Programa de Pós-graduação em Sistemas e Computação do Instituto Militar de Engenharia, como requisito parcial para a obtenção do título de Mestre em Ciências em Sistemas e Computação. |
| Abstract: | Due to easy access and low cost, social media online news consumption has increased significantly for the last decade. Despite their benefits, some social media allow anyone to post news with intense spreading power, which amplifies an old problem: the dissemination of fake news (ie., false information that is spread deliberately to deceive). The proliferation of fake news generally affects not only journalistic integrity, but also disrupts social, political, economic, cultural, as well as health and safety. In the face of this scenario, several machine learning-based methods to automatically detect fake news (MLFN) have been proposed. All of them require fake news datasets to train and evaluate their detection models. Although recent MLFN were designed to consider data regarding the news propagation on social media, most of the few available fake news datasets do not contain this kind of data. Hence, comparing the performances amid those recent MLFN and the others is restricted to a very limited number of datasets. Moreover, all existing datasets with propagation data do not contain news in Portuguese, which impairs the evaluation of the MLFN in this language. Thus, this work proposes FakeNewsSetGen, a process that builds fake news datasets that contain news propagation data and support comparison amid the state-of-the-art MLFN. FakeNewsSetGen’s software engineering process was guided to include all kind of data required by the existing MLFN. In order to illustrate FakeNewsSetGen’s viability and adequacy, a case study was carried out. It encompassed the implementation of a FakeNewsSetGen prototype and the application of this prototype to create a dataset called FakeNewsSet, with news in Portuguese. Ten MLFN with different kind of data requirements (seven of them demanding news propagation data) were applied to FakeNewsSet and compared, demonstrating the potential use of both the proposed process and the created dataset. |
| Tipo de Acesso: | Acesso aberto |
| URI: | https://www.repositorio.mar.mil.br/handle/ripcmb/845427 |
| Tipo: | Dissertação |
| Aparece nas coleções: | Tecnologia da Informação: Coleção de Dissertações |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Dissertacao_Flavio Matias.pdf | 2,01 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.