Avaliação de algoritmos de aprendizado de máquina na classificação de fake news em Língua Portuguesa

Abstract

A detecção automática de notícias falsas (Fake News, pelo idioma Inglês) é um dos processos mais importantes para combater a propagação de informações enganosas e potencialmente perigosas nos meios de comunicação. As técnicas de Aprendizagem de Máquina e Processamento de Linguagem Natural vêm sendo aplicadas como estratégia para identificação e filtragem das Fake News, proporcionando a revisão automática de informações virtuais. Esta pesquisa tem como objetivo avaliar o desempenho de dois modelos de Aprendizado de Máquina para a classificação de notícias falsas em Língua Portuguesa. No desenvolvimento do estudo, os modelos de Regressão Logística e Redes Hierárquicas de Atenção (HAN) foram treinados com os dados textuais da base Fake.Br, os quais obtiveram 97% na métrica F1-score. Posteriormente, a generalização dos modelos foi avaliada com os dados da base FakeTrueBr, destacando-se o modelo de Regressão Logística, que atingiu uma precisão média de 79,44% contra 72,33% do modelo HAN nos experimentos realizados. Os resultados alcançados nesta pesquisa são promissores, com viabilidade para novas análises de dados e suporte para o desenvolvimento de aplicações para detecção de notícias falsas compartilhadas em mídias sociais.