Detecção De Fake News: Uma Abordagem Utilizando Redes Neurais Convolucionais

Abstract

Nowadays, the term Fake News has stood out all over the world. A good example of this was the Brazilian election in 2018, in which Fake News had a major impact on the election outcome. Considering these facts, it is appropriate to develop a mechanism, by using machine learning techniques, that can classify news as false or true. This paper proposes two methods of classification, convolutional neural networks (CNN) and artificial neural networks of multiple layers (ANN), in the detection of Fake News. These two methods were compared to two others found in the literature, using the same database. While in this work an accuracy of 96% for CNN and 95% for ANN was obtained, in the literature the highest accuracy was 89% for SVM (Support Vector Machine) and 90% for ANN. Resumo: Hoje em dia, o termo Fake News tem se destacado em todo o mundo. Um bom exemplo disso, foi a eleição brasileira de 2018, na qual as Fake News tiveram um grande impacto no resultado das eleições. Considerando esses fatos, torna-se apropriado o desenvolvimento de um mecanismo, por meio das técnicas de aprendizado de máquina, que seja capaz de classificar notícias em falsas ou verdadeiras. Este artigo, propõe dois métodos de classificação, as redes neurais convolucionais (Convolutional Neural Network-CNN) e as redes neurais artificiais de múltiplas camadas (RNA), na detecção das Fake News. Estes dois métodos foram comparados a outros dois encontrados na literatura, utilizando a mesma base de dados. Enquanto neste trabalho obteve-se uma acurácia de 96% para a CNN e 95% para a RNA, na literatura as maiores acurácias foram de 89% para o SVN (Support Vector Machine) e 90% para a RNA.