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 TamanhoFormato 
tcc_Miguel Ângelo Pinheiro Fernandes.pdf2,31 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.