2021
DOI: 10.1007/s10994-021-06111-6
|View full text |Cite
|
Sign up to set email alerts
|

A network-based positive and unlabeled learning approach for fake news detection

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1
1
1

Citation Types

0
3
0
6

Year Published

2022
2022
2024
2024

Publication Types

Select...
5
2
1

Relationship

0
8

Authors

Journals

citations
Cited by 27 publications
(11 citation statements)
references
References 72 publications
0
3
0
6
Order By: Relevance
“…Regarding news classification, a method based on Positive and Unlabeled Learning (PUL) with Label Propagation (LP) to minimize the news labeling effort was proposed by Souza et al. ( 2021 ). Negative document extraction with graph paths based on Dijkstra’s algorithm was proposed by Carnevali et al.…”
Section: Semi-supervised Learning For Text Classificationmentioning
confidence: 99%
“…Regarding news classification, a method based on Positive and Unlabeled Learning (PUL) with Label Propagation (LP) to minimize the news labeling effort was proposed by Souza et al. ( 2021 ). Negative document extraction with graph paths based on Dijkstra’s algorithm was proposed by Carnevali et al.…”
Section: Semi-supervised Learning For Text Classificationmentioning
confidence: 99%
“…Trained with hundreds of news articles and their analysis results, this study creates an ML model for Turkish that can accurately detect fake news. Unlike the studies that are available in the literature (Obadă, 2019;Yalcin & Simsek, 2020;Zhao et al, 2020;Albahar, 2021;de Souza et al, 2021), this study doesn't rely on statistical analysis or temporal distribution of news articles. It combines NLP and ML techniques to analyze Turkish news articles and their headlines; and devise rules that can distinguish fake news through syntactic and semantic features.…”
Section: Figure 2 Creating Dictionary Of Words and Their Frequenciesmentioning
confidence: 99%
“…Por isso, a busca de padrões linguísticos do texto (e metadados) que possam medir a credibilidade de uma notícia é necessária -sendo que já existem abordagens para redes sociais como o Twitter (CASTILLO; MENDOZA; POBLETE, 2013) e blogs (ZUBIAGA et al, 2016). Para notícias jornalísticas, têm-se utilizado propostas feitas nos domínios citados anteriormente, alcançando-se bons resultados (HARDALOV; KOYCHEV; NAKOV, 2016;COVÕES, 2019;SOUZA et al, 2021).…”
Section: Contexto E Motivaçãounclassified
“…O trabalho de Paixao, Lima e Espinasse (2020) relata análises experimentais sobre o FAKE.BR CORPUS usando aprendizado supervisionado (SMV, Regressão Logística, árvores de decisão, Random Forest) para classificar as notícias, além de algoritmos profundos supervisionados baseados em diferentes tipos de atributos, como representação textual pelo bag of words, classes gramaticais, atributos psicolinguísticos provenientes do LIWC e word embeddings. O melhor resultado foi alcançado pela abordagem com rede neural convolucional, com aproximadamente 96% de Medida-F. Souza et al (2021) propõem uma abordagem baseada em rede baseada em Aprendizagem Positiva e Não Marcada por Propagação de Rótulos (PU-LP) (MA; ZHANG, 2017), um algoritmo de aprendizado semi-supervisionado de uma classe e transdutivo 16 que realiza a classificação identificando primeiro documentos potenciais de interesse e não de interesse em dados não rotulados e, em seguida, propagar rótulos para classificar os documentos não rotulados restantes. Usando os modelos bag of words e Doc2Vec para transformar notícias em dados estruturados, os autores relatam que os resultados indicaram que as abordagens PU-LP são mais estáveis e alcançam melhores resultados do que outras abordagens na maioria dos cenários, com desempenho semelhante aos algoritmos binários semi-supervisionados.…”
Section: Soluções Para a Língua Portuguesaunclassified