Detecção de Fake News em Português a partir de poucos dados rotulados

Abstract

Há estudos sobre detecção de fake news há vários anos, mas a maior parte dos estudos são baseados em notícias produzidas no idioma Inglês. Este trabalho apresenta um estudo para detecção de fake news em notícias produzidas no idioma Português Brasileiro. O estudo mostra uma análise experimental do comportamento de classificadores supervisionados e semi-supervisionados capazes de predizer se uma notícia é ou não categorizada como fake news. Considerando que um conjunto de dados possui a maior parte dos dados sem rótulo de classe e que este dados podem ser ou não fake news, essas definições identificam uma nova categoria de classificadores treinados a partir de exemplos positivos e exemplos sem rótulo, ou, PU (Positive and Unlabeled) learning. Os resultados do estudo mostram que o PU learning supera outros classificadores de aprendizado supervisionado e semi-supervisionado, pois consegue identificar com eficácia mais fake news em um cenário onde se tem poucos exemplos positivos.