Detecção de viés ideológico em artigos de notícias utilizando Aprendizado Métrico Profundo e Representações Contextuais

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Januário, Jailson Pereira
Outros Autores: http://lattes.cnpq.br/4489240434789923
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: Universidade Federal do Amazonas
Instituto de Computação
Brasil
UFAM
Programa de Pós-graduação em Informática
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Processamento de linguagem natural (Computação)
CIENCIAS EXATAS E DA TERRA
Viés ideológico
Aprendizado Profundo
Aprendizado Métrico
Processamento de Linguagem Natural
Link de acesso: https://tede.ufam.edu.br/handle/tede/10580
Resumo: Diante da rápida expansão dos meios de comunicação digitais e da vasta disseminação de informações através de plataformas online, os portais de notícias na Web se estabeleceram como a principal fonte de informação para grande parte da população. A forma como essas informações são apresentadas pode exercer uma influência significativa sobre a opinião pública, moldando o discurso em torno de questões cruciais e, em última instância, impactando os processos de tomada de decisão política. Para aumentar a transparência das informações oferecidas ao público, é essencial desenvolver soluções que permitam a caracterização automática da orientação ideológica nas publicações de artigos de notícias. No entanto, as abordagens recentes têm se mostrado parcialmente eficazes nesse sentido, uma vez que frequentemente dependem de fontes externas e de múltiplos processos de geração de características, o que pode levar a imprecisões. Nesse cenário, este trabalho propõe métodos para a classificação de viés ideológico em artigos de notícias, fundamentados exclusivamente no seu conteúdo. Para isso, exploramos uma abordagem de aprendizado profundo que integra diferentes formas de representação textual, utilizando técnicas de aprendizado métrico profundo. O objetivo é demonstrar a eficácia dessa estratégia em comparação com a literatura existente. A abordagem proposta combina aprendizado contextual e semântico com recursos textuais, validando-os; em um conjunto de dados composto por mais de 30 mil artigos de notícias de temas variados.
id UFAM_79a39b04488cb45b8bdf567b00a1012c
oai_identifier_str oai:https://tede.ufam.edu.br/handle/:tede/10580
network_acronym_str UFAM
network_name_str Biblioteca Digital de Teses e Dissertações da UFAM
repository_id_str
spelling Detecção de viés ideológico em artigos de notícias utilizando Aprendizado Métrico Profundo e Representações ContextuaisProcessamento de linguagem natural (Computação)CIENCIAS EXATAS E DA TERRAViés ideológicoAprendizado ProfundoAprendizado MétricoProcessamento de Linguagem NaturalDiante da rápida expansão dos meios de comunicação digitais e da vasta disseminação de informações através de plataformas online, os portais de notícias na Web se estabeleceram como a principal fonte de informação para grande parte da população. A forma como essas informações são apresentadas pode exercer uma influência significativa sobre a opinião pública, moldando o discurso em torno de questões cruciais e, em última instância, impactando os processos de tomada de decisão política. Para aumentar a transparência das informações oferecidas ao público, é essencial desenvolver soluções que permitam a caracterização automática da orientação ideológica nas publicações de artigos de notícias. No entanto, as abordagens recentes têm se mostrado parcialmente eficazes nesse sentido, uma vez que frequentemente dependem de fontes externas e de múltiplos processos de geração de características, o que pode levar a imprecisões. Nesse cenário, este trabalho propõe métodos para a classificação de viés ideológico em artigos de notícias, fundamentados exclusivamente no seu conteúdo. Para isso, exploramos uma abordagem de aprendizado profundo que integra diferentes formas de representação textual, utilizando técnicas de aprendizado métrico profundo. O objetivo é demonstrar a eficácia dessa estratégia em comparação com a literatura existente. A abordagem proposta combina aprendizado contextual e semântico com recursos textuais, validando-os; em um conjunto de dados composto por mais de 30 mil artigos de notícias de temas variados.Given the rapid expansion of digital media and the widespread dissemination of information through online platforms, web news portals have become the primary source of information for a large portion of the population. The way this information is presented and framed can significantly influence public opinion, shaping the discourse around critical issues and ultimately impacting political decision-making processes. To enhance the transparency of informa- tion provided to the public, it is essential to develop solutions that enable the automatic characterization of ideological orientation in news articles. How- ever, recent approaches have proven only partially effective in this regard, as they often rely on external sources and multiple feature generation processes, which can lead to inaccuracies. In this context, this work proposes methods for classifying ideological bias in news articles based solely on the content of the articles from these portals. To achieve this, we explore a deep learning ap- proach that integrates different forms of textual representation, employing deep metric learning techniques. The objective is to demonstrate the effectiveness of this strategy compared to the existing literature. The proposed approach combines contextual and semantic learning with textual features, validating it on a dataset composed of over 30,000 news articles covering a wide range of topicsUniversidade Federal do AmazonasInstituto de ComputaçãoBrasilUFAMPrograma de Pós-graduação em InformáticaCarvalho, André Luiz da Costahttp://lattes.cnpq.br/4863447798119856Colonna, Juan GabrielCosta, Elloá Barreto Guedes daJanuário, Jailson Pereirahttp://lattes.cnpq.br/44892404347899232025-01-08T01:41:50Z2024-11-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfJANUÁRIO, Jailson Pereira. Detecção de viés ideológico em artigos de notícias utilizando Aprendizado Métrico Profundo e Representações Contextuais. 2024. 97 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus (AM), 2024.https://tede.ufam.edu.br/handle/tede/10580porhttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2025-01-08T05:06:01Zoai:https://tede.ufam.edu.br/handle/:tede/10580Biblioteca Digital de Teses e Dissertaçõeshttp://200.129.163.131:8080/PUBhttp://200.129.163.131:8080/oai/requestddbc@ufam.edu.br||ddbc@ufam.edu.bropendoar:65922025-01-08T05:06:01Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)false
dc.title.none.fl_str_mv Detecção de viés ideológico em artigos de notícias utilizando Aprendizado Métrico Profundo e Representações Contextuais
title Detecção de viés ideológico em artigos de notícias utilizando Aprendizado Métrico Profundo e Representações Contextuais
spellingShingle Detecção de viés ideológico em artigos de notícias utilizando Aprendizado Métrico Profundo e Representações Contextuais
Januário, Jailson Pereira
Processamento de linguagem natural (Computação)
CIENCIAS EXATAS E DA TERRA
Viés ideológico
Aprendizado Profundo
Aprendizado Métrico
Processamento de Linguagem Natural
title_short Detecção de viés ideológico em artigos de notícias utilizando Aprendizado Métrico Profundo e Representações Contextuais
title_full Detecção de viés ideológico em artigos de notícias utilizando Aprendizado Métrico Profundo e Representações Contextuais
title_fullStr Detecção de viés ideológico em artigos de notícias utilizando Aprendizado Métrico Profundo e Representações Contextuais
title_full_unstemmed Detecção de viés ideológico em artigos de notícias utilizando Aprendizado Métrico Profundo e Representações Contextuais
title_sort Detecção de viés ideológico em artigos de notícias utilizando Aprendizado Métrico Profundo e Representações Contextuais
author Januário, Jailson Pereira
author_facet Januário, Jailson Pereira
http://lattes.cnpq.br/4489240434789923
author_role author
author2 http://lattes.cnpq.br/4489240434789923
author2_role author
dc.contributor.none.fl_str_mv Carvalho, André Luiz da Costa
http://lattes.cnpq.br/4863447798119856
Colonna, Juan Gabriel
Costa, Elloá Barreto Guedes da
dc.contributor.author.fl_str_mv Januário, Jailson Pereira
http://lattes.cnpq.br/4489240434789923
dc.subject.por.fl_str_mv Processamento de linguagem natural (Computação)
CIENCIAS EXATAS E DA TERRA
Viés ideológico
Aprendizado Profundo
Aprendizado Métrico
Processamento de Linguagem Natural
topic Processamento de linguagem natural (Computação)
CIENCIAS EXATAS E DA TERRA
Viés ideológico
Aprendizado Profundo
Aprendizado Métrico
Processamento de Linguagem Natural
description Diante da rápida expansão dos meios de comunicação digitais e da vasta disseminação de informações através de plataformas online, os portais de notícias na Web se estabeleceram como a principal fonte de informação para grande parte da população. A forma como essas informações são apresentadas pode exercer uma influência significativa sobre a opinião pública, moldando o discurso em torno de questões cruciais e, em última instância, impactando os processos de tomada de decisão política. Para aumentar a transparência das informações oferecidas ao público, é essencial desenvolver soluções que permitam a caracterização automática da orientação ideológica nas publicações de artigos de notícias. No entanto, as abordagens recentes têm se mostrado parcialmente eficazes nesse sentido, uma vez que frequentemente dependem de fontes externas e de múltiplos processos de geração de características, o que pode levar a imprecisões. Nesse cenário, este trabalho propõe métodos para a classificação de viés ideológico em artigos de notícias, fundamentados exclusivamente no seu conteúdo. Para isso, exploramos uma abordagem de aprendizado profundo que integra diferentes formas de representação textual, utilizando técnicas de aprendizado métrico profundo. O objetivo é demonstrar a eficácia dessa estratégia em comparação com a literatura existente. A abordagem proposta combina aprendizado contextual e semântico com recursos textuais, validando-os; em um conjunto de dados composto por mais de 30 mil artigos de notícias de temas variados.
publishDate 2024
dc.date.none.fl_str_mv 2024-11-08
2025-01-08T01:41:50Z
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 JANUÁRIO, Jailson Pereira. Detecção de viés ideológico em artigos de notícias utilizando Aprendizado Métrico Profundo e Representações Contextuais. 2024. 97 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus (AM), 2024.
https://tede.ufam.edu.br/handle/tede/10580
identifier_str_mv JANUÁRIO, Jailson Pereira. Detecção de viés ideológico em artigos de notícias utilizando Aprendizado Métrico Profundo e Representações Contextuais. 2024. 97 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus (AM), 2024.
url https://tede.ufam.edu.br/handle/tede/10580
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Amazonas
Instituto de Computação
Brasil
UFAM
Programa de Pós-graduação em Informática
publisher.none.fl_str_mv Universidade Federal do Amazonas
Instituto de Computação
Brasil
UFAM
Programa de Pós-graduação em Informática
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFAM
instname:Universidade Federal do Amazonas (UFAM)
instacron:UFAM
instname_str Universidade Federal do Amazonas (UFAM)
instacron_str UFAM
institution UFAM
reponame_str Biblioteca Digital de Teses e Dissertações da UFAM
collection Biblioteca Digital de Teses e Dissertações da UFAM
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)
repository.mail.fl_str_mv ddbc@ufam.edu.br||ddbc@ufam.edu.br
_version_ 1851781318666354688

Registros relacionados