Contributions to the Study of Fake News in Portuguese: New Corpus and Automatic Detection Results

Monteiro, Rafael; Santos, Roney L. S.; Pardo, Thiago Alexandre Salgueiro; Almeida, Tiago A.; Ruiz, Evandro Eduardo Seron; Vale, Oto

doi:10.1007/978-3-319-99722-3_33

Cited by 67 publications

(74 citation statements)

References 18 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In one of the researches, Monteiro et al [25] have collected a fake news dataset in the Portuguese language and investigated their results based on different linguistic features. Authors have achieved the highest accuracy of 49% using machine learning techniques.…”

Section: Related Workmentioning

confidence: 99%

FakeBERT: Fake news detection in social media with a BERT-based deep learning approach

Kaliyar

Goswami

Narang

2021

Multimed Tools Appl

282

View full text Add to dashboard Cite

Section: Related Workmentioning

confidence: 99%

FakeBERT: Fake news detection in social media with a BERT-based deep learning approach

Kaliyar

Goswami

Narang

2021

Multimed Tools Appl

282

View full text Add to dashboard Cite

“…Esta base pode ser encontrada em: https://github.com/roneysco/Fake.br-Corpus é e composta por notícias verdadeiras e falsas, concentrandose apenas no português do Brasil. Segundo Monteiro et al (2018) não há outro corpus similar disponível nesta linguagem.…”

Section: Metodologiaunclassified

“…Após a análise dos dois métodos propostos neste artigo, foi realizada uma comparação com os resultados obtidos em (Monteiro et al, 2018), que utilizou a mesma base de dados. No trabalho de Monteiro et al (2018) o melhor resultado obtido foi de 90% de acurácia, quando os autores utilizaram redes neurais de múltiplas camadas e os parâmetros padrão do pacote Scikit-learn. Outro método desenvolvido pelos autores foi o SVM, também com os parâmetros padrão do pacote Scikit-learn, quando os autores alcançaram uma acurácia máxima de 89%.…”

Section: Metodologiaunclassified

“…Outro método desenvolvido pelos autores foi o SVM, também com os parâmetros padrão do pacote Scikit-learn, quando os autores alcançaram uma acurácia máxima de 89%. Sendo assim, pode-se perceber que os resultados obtidos neste trabalho foram superiores aos encontrados em (Monteiro et al, 2018).…”

Section: Metodologiaunclassified

“…Este artigo se propôs a realizar uma comparação entre três métodos de machine learning: as redes neurais convolucionais (CNN), as redes neurais artificiais de múltiplas camadas otimizada e as redes neurais com os parâmetros padrão do pacote Scikit-learn proposta em (Monteiro et al, 2018). Para isso, realizou uma análise quantitativa da acurácia, precisão, recall, F1 score, bem como da matriz de confusão.…”

Section: Conclusõesunclassified

See 2 more Smart Citations

Detecção De Fake News: Uma Abordagem Utilizando Redes Neurais Convolucionais

Rosa

Amorim

Gomes

et al. 2019

Anais Do 14º Simpósio Brasileiro De Automação Inteligente

View full text Add to dashboard Cite

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.

show abstract

Exploring Textual Features for Multi-label Classification of Portuguese Film Synopses

Portolese

Domingues

Feltrim

2019

Progress in Artificial Intelligence

View full text Add to dashboard Cite

Contributions to the Study of Fake News in Portuguese: New Corpus and Automatic Detection Results

Cited by 67 publications

References 18 publications

FakeBERT: Fake news detection in social media with a BERT-based deep learning approach

FakeBERT: Fake news detection in social media with a BERT-based deep learning approach

Detecção De Fake News: Uma Abordagem Utilizando Redes Neurais Convolucionais

Exploring Textual Features for Multi-label Classification of Portuguese Film Synopses

Contact Info

Product

Resources

About