Vorsicht: mögliche „Fake News“ – ein technischer Ansatz zur frühen Erkennung

Caracterização, Evolução e Identificação de Padrões em Notícias Falsas: Uma Abordagem Voltada à Modelagem de Tópicos

“…A revisão de literatura da presente pesquisa compreendeu tanto o estudo de trabalhos voltados para a detecção automática de desinformação com o uso de técnicas de machine learning, quanto o estudo de trabalhos voltados à construção de bases de dados de notícias falsas, bem como o estudo de trabalhos associados à identificação de padrões e análise evolucional de notícias falsas. Os principais trabalhos analisados na revisão de literatura visando abordagens computacionais para o combate à desinformação foram: [Melo e Figueiredo 2021], [Pérez-Rosas et al 2017], [Reis 2020], [Monteiro et al 2018], [Newman et al, 2006], [Pritzkau 2022] e [Nwankwo et al 2020]. Ao analisar os trabalhos supracitados, é possível identificar uma lacuna no estudo da desinformação associado à caracterização de conjuntos de dados não-balanceados.…”

Using of Transformers Models for Text Classification to Mobile Educational Applications

“…Los estudios comparativos en un clasificador de reseñas falsas implementado con RoBERTa superó a los modelos ALBERT y DistilBERT [37]. Asimismo, en estudios para clasificar emociones [38], y para clasificar noticias [39] el modelo RoBERTa presenta mejores resultados en comparación a otras variantes de BERT. Por otra parte, los modelos de Transformers multilingües aumentan la precisión en diferentes dominios, incluyendo el análisis de sentimientos, la detección de emociones, la categorización de noticias y la atribución de autoría [40], [41].…”