FakeNewsSetGen: um processo para construção de datasets que viabilizem a comparação entre métodos de detecção de Fake News baseados em diferentes demandas de informação

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Silva, Flávio Roberto Matias da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Instituto Militar de Engenharia (IME)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Fake news
Aprendizado de máquina
Dataset
Tecnologia da Informação
Banco de dados
Link de acesso: https://www.repositorio.mar.mil.br/handle/ripcmb/845427
Resumo: 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.
id MB_c324375c784fe47bb7c4df2a1fe2977d
oai_identifier_str oai:www.repositorio.mar.mil.br:ripcmb/845427
network_acronym_str MB
network_name_str Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)
repository_id_str
spelling FakeNewsSetGen: um processo para construção de datasets que viabilizem a comparação entre métodos de detecção de Fake News baseados em diferentes demandas de informaçãoFake newsAprendizado de máquinaDatasetTecnologia da InformaçãoBanco de dadosDevido 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.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.Instituto Militar de Engenharia (IME)Goldschmidt, Ronaldo RibeiroSilva, Flávio Roberto Matias da2022-08-26T19:18:39Z2022-08-26T19:18:39Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.repositorio.mar.mil.br/handle/ripcmb/845427porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)instname:Marinha do Brasil (MB)instacron:MB2022-09-23T13:26:07Zoai:www.repositorio.mar.mil.br:ripcmb/845427Repositório InstitucionalPUBhttps://www.repositorio.mar.mil.br/oai/requestdphdm.repositorio@marinha.mil.bropendoar:2022-09-23T13:26:07Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB) - Marinha do Brasil (MB)false
dc.title.none.fl_str_mv FakeNewsSetGen: um processo para construção de datasets que viabilizem a comparação entre métodos de detecção de Fake News baseados em diferentes demandas de informação
title FakeNewsSetGen: um processo para construção de datasets que viabilizem a comparação entre métodos de detecção de Fake News baseados em diferentes demandas de informação
spellingShingle FakeNewsSetGen: um processo para construção de datasets que viabilizem a comparação entre métodos de detecção de Fake News baseados em diferentes demandas de informação
Silva, Flávio Roberto Matias da
Fake news
Aprendizado de máquina
Dataset
Tecnologia da Informação
Banco de dados
title_short FakeNewsSetGen: um processo para construção de datasets que viabilizem a comparação entre métodos de detecção de Fake News baseados em diferentes demandas de informação
title_full FakeNewsSetGen: um processo para construção de datasets que viabilizem a comparação entre métodos de detecção de Fake News baseados em diferentes demandas de informação
title_fullStr FakeNewsSetGen: um processo para construção de datasets que viabilizem a comparação entre métodos de detecção de Fake News baseados em diferentes demandas de informação
title_full_unstemmed FakeNewsSetGen: um processo para construção de datasets que viabilizem a comparação entre métodos de detecção de Fake News baseados em diferentes demandas de informação
title_sort FakeNewsSetGen: um processo para construção de datasets que viabilizem a comparação entre métodos de detecção de Fake News baseados em diferentes demandas de informação
author Silva, Flávio Roberto Matias da
author_facet Silva, Flávio Roberto Matias da
author_role author
dc.contributor.none.fl_str_mv Goldschmidt, Ronaldo Ribeiro
dc.contributor.author.fl_str_mv Silva, Flávio Roberto Matias da
dc.subject.por.fl_str_mv Fake news
Aprendizado de máquina
Dataset
Tecnologia da Informação
Banco de dados
topic Fake news
Aprendizado de máquina
Dataset
Tecnologia da Informação
Banco de dados
description 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.
publishDate 2020
dc.date.none.fl_str_mv 2020
2022-08-26T19:18:39Z
2022-08-26T19:18:39Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.repositorio.mar.mil.br/handle/ripcmb/845427
url https://www.repositorio.mar.mil.br/handle/ripcmb/845427
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Militar de Engenharia (IME)
publisher.none.fl_str_mv Instituto Militar de Engenharia (IME)
dc.source.none.fl_str_mv reponame:Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)
instname:Marinha do Brasil (MB)
instacron:MB
instname_str Marinha do Brasil (MB)
instacron_str MB
institution MB
reponame_str Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)
collection Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)
repository.name.fl_str_mv Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB) - Marinha do Brasil (MB)
repository.mail.fl_str_mv dphdm.repositorio@marinha.mil.br
_version_ 1855762814916886528

Registros relacionados