葡萄牙语新冠肺炎假新闻检测

Anais do XVIII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2021) Pub Date : 2021-11-29 DOI:10.5753/eniac.2021.18278

Anísio Pereira Batista Filho, Débora da Conceição Araújo, Maverick Andre Dionisio Ferreira, P. M. Mattos Neto

{"title":"葡萄牙语新冠肺炎假新闻检测","authors":"Anísio Pereira Batista Filho, Débora da Conceição Araújo, Maverick Andre Dionisio Ferreira, P. M. Mattos Neto","doi":"10.5753/eniac.2021.18278","DOIUrl":null,"url":null,"abstract":"A disseminação de notícias falsas tem sido um problema notado em diversos setores da sociedade, e vem dificultando o combate à pandemia causada pelo novo coronavírus (Sars-Cov-2). Combater desinformação sobre o Sars-Cov-2, principalmente nas redes sociais, é de fundamental importância para o controle da propagação do vírus e, consequentemente, da pandemia. Diante disso, nesse trabalho são construídos modelos de aprendizado supervisionado focados na identificação de notícias falsas sobre o novo coronavírus. Como resultados, foram construídos e avaliados 18 modelos, os quais chegaram a alcançar 0.62%, 0.82% e 0.47% de f-score para as classes consideradas (news, opinion e fake).","PeriodicalId":318676,"journal":{"name":"Anais do XVIII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2021)","volume":"31 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-11-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Fake News Detection about Covid-19 in the Portuguese Language\",\"authors\":\"Anísio Pereira Batista Filho, Débora da Conceição Araújo, Maverick Andre Dionisio Ferreira, P. M. Mattos Neto\",\"doi\":\"10.5753/eniac.2021.18278\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"A disseminação de notícias falsas tem sido um problema notado em diversos setores da sociedade, e vem dificultando o combate à pandemia causada pelo novo coronavírus (Sars-Cov-2). Combater desinformação sobre o Sars-Cov-2, principalmente nas redes sociais, é de fundamental importância para o controle da propagação do vírus e, consequentemente, da pandemia. Diante disso, nesse trabalho são construídos modelos de aprendizado supervisionado focados na identificação de notícias falsas sobre o novo coronavírus. Como resultados, foram construídos e avaliados 18 modelos, os quais chegaram a alcançar 0.62%, 0.82% e 0.47% de f-score para as classes consideradas (news, opinion e fake).\",\"PeriodicalId\":318676,\"journal\":{\"name\":\"Anais do XVIII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2021)\",\"volume\":\"31 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-11-29\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais do XVIII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2021)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5753/eniac.2021.18278\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XVIII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2021)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/eniac.2021.18278","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 1

摘要

假新闻的传播已经成为社会各个部门注意到的一个问题，并阻碍了抗击新型冠状病毒(Sars-Cov-2)造成的大流行。打击关于Sars-Cov-2的虚假信息，特别是在社交网络上，对于控制病毒的传播，从而控制大流行至关重要。因此，在这项工作中，建立了监督学习模型，重点是识别关于新型冠状病毒的假新闻。结果，构建并评估了18个模型，考虑的类别(新闻、意见和假)的f-score分别达到0.62%、0.82%和0.47%。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

Fake News Detection about Covid-19 in the Portuguese Language

A disseminação de notícias falsas tem sido um problema notado em diversos setores da sociedade, e vem dificultando o combate à pandemia causada pelo novo coronavírus (Sars-Cov-2). Combater desinformação sobre o Sars-Cov-2, principalmente nas redes sociais, é de fundamental importância para o controle da propagação do vírus e, consequentemente, da pandemia. Diante disso, nesse trabalho são construídos modelos de aprendizado supervisionado focados na identificação de notícias falsas sobre o novo coronavírus. Como resultados, foram construídos e avaliados 18 modelos, os quais chegaram a alcançar 0.62%, 0.82% e 0.47% de f-score para as classes consideradas (news, opinion e fake).

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

Anais do XVIII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2021)

自引率

0.00%

发文量