Use este identificador para citar ou linkar para este item:
https://repositorio.ifg.edu.br/handle/prefix/2354| Tipo: | Trabalho de Conclusão de Curso |
| Título: | Aprendizado de máquina aplicado à detecção de fake news em português do Brasil |
| Título(s) alternativo(s): | Machine learning applied to the detection of fake news in Brazilian Portuguese |
| Autor(es): | Fernandes, Miguel Ângelo Pinheiro |
| Primeiro Orientador: | Canedo, Daniel Rosa |
| metadata.dc.contributor.advisor-co1: | Tabares, Camila de Vasconcelos |
| metadata.dc.contributor.referee1: | Tabares, Camila de Vasconcelos, |
| metadata.dc.contributor.referee2: | Oliveira, Luíla Moraes de |
| metadata.dc.contributor.referee3: | Silva, Kalinka Martins da |
| Resumo: | As Fakes News, têm se tornado cada vez mais presentes na sociedade, principalmente com o avanço da internet e das redes sociais. A facilidade de disseminação de informações na era digital tem sido um terreno fértil para a propagação de notícias falsas, que muitas vezes são compartilhadas sem a devida checagem da veracidade dos fatos. Nesse contexto, a inteligência artificial, mais especificamente o aprendizado de máquina, é apontada como uma possível solução para a detecção de Fake News. O aprendizado pode processar grandes quantidades de dados em um curto período, o que os torna uma ferramenta utilizada para a identificação de Fake News. O objetivo deste estudo é realizar uma revisão sistemática sobre Fake News e uma analise qualittiva e quantitativa dos algoritmos de aprendizado de máquina em identificar notícias falsas, e determinar a relevância da sua precisão na detecção de Fake News, contribuindo assim para mitigar os impactos negativos das Fake News na sociedade. Para isso, é realizado um levantamento bibliográfico sobre o tema ’Fake News e aprendizado de máquina’, juntamente com a utilização da base de dados Fake.br, que contém 7.200 notícias em português. Como resultado preliminar deste estudo, foi observado que o algoritmo SVM alcançou a maior acurácia, com um valor de 0,95, destacando-se como o mais eficiente entre os modelos testados. Em comparação, a CNN apresentou uma acurácia de 0,89, enquanto o Naive Bayes obteve um desempenho intermediário, com acurácia de 0,92. |
| Palavras-chave: | Computação Computer science Notícias falsas Fake news Aprendizado do computador Machine learning |
| CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Idioma: | por |
| País: | Brasil |
| Editor: | Insitituto Federal de Educação, Ciência e Tecnologia de Goiás |
| Sigla da Instituição: | IFG |
| metadata.dc.publisher.department: | Câmpus Luziânia |
| Citação: | FERNANDES, Miguel Ângelo Pinheiro. Aprendizado de máquina aplicado à detecção de fake news em português do Brasil. 2025. 66 f. Trabalho de conclusão de curso (Bacharelado em Sistemas de Informação). - Instituto Federal de Educação, Ciência e Tecnologia de Goiás, Câmpus Luziânia, 2025. |
| Tipo de Acesso: | Acesso Aberto |
| URI: | http://repositorio.ifg.edu.br:8080/handle/prefix/2354 |
| Data do documento: | 19-Fev-2025 |
| Aparece nas coleções: | Bacharelado em Sistemas de Informação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| tcc_Miguel Ângelo Pinheiro Fernandes.pdf | 2,31 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.