Fake news em mídias sociais : análise e detecção

Abstract

Resumo: Com o crescimento exponencial da internet e das mídias sociais, a disseminação e o consumo de informações tem crescido de forma exponencial em comparação aos meios de comunicação tradicionais. Atualmente, as pessoas são expostas diariamente a notícias falsas e muitas vezes são vítimas delas. As fake news possuem o potencial de manipular a opinião pública, de forma a prejudicar a nossa sociedade. Devido a este fato, é necessário garantir a autenticidade das notícias em ordem a reduzir os impactos em nossa sociedade. Neste artigo, diferentes abordagens de classificação de fake news baseadas no conteúdo das notícias são comparadas, de modo a identificar o melhor mecanismo para resolver o desafio de classificação de notícias em falsas ou verdadeiras. Os métodos propostos foram validados em três diferentes conjuntos de dados do mundo real sendo eles: BuzzFeedNews, PolitiFact, BuzzFeed. Dois classificadores baseados em aprendizado de máquina (SVM, MLP) e um modelo de redes neurais profundas (CNN) são empregas na tarefa de classificação. O modelo proposto de aprendizado profundo superou os métodos existentes de detecção de fake news baseados no conteúdo das notícias.