Estudo e aplicação de SVMs na detecção de fake-news

Abstract

As fake-news são definidas como o compartilhamento de desinformações que não possuem base factual mas são apresentadas como fatos e não sátira, distribuídas através de jornais, portais de notícia, da televisão e, mais frequentemente, pelas redes sociais. A reprodução dessas notícias falsas sempre foi um grande problema na sociedade e o combate a elas já é, há tempos, uma preocupação recorrente e discutida amplamente no meio acadêmico. Este trabalho apresenta o impacto potencialmente negativo dessas notícias, mostrando alguns exemplos na sociedade atual e citando algumas soluções mais simples para a detecção das mesmas. Com isso, propõe-se uma solução baseada em Máquinas de Vetor de Suporte para executar a detecção automática dessas notícias falsas, porém, antes disso é elucidado toda a base teórica necessária para a total compreensão das técnicas utilizadas. Ao final, é feita uma análise detalhada dos hiperparâmetros C, gamma, degree e Coef0 e como eles influenciaram na qualidade do modelo, dependendo de qual Kernel é empregado. Constatou-se que dentre os modelos treinados, o modelo com o Bag Of Words utilizando as ferramentas de Processamento de Linguagem Natural das stopword e stemming foi o que obteve os melhores resultados. Por fim, conclui-se que SVM foi uma boa técnica empregada para realizar a detecção de fake-news obtendo valores próximos de 97% de F1-Score.