Identificação de fake news: uma abordagem utilizando métodos de busca e chatbots
Resumo
Diante do grande crescimento das mídias sociais, a disseminação de informações ocorre de maneira mais rápida e escalável. Esse dinamismo transforma a avaliação da veracidade de uma informação em tarefa que demanda tempo e quebra do fluxo contínuo da interação social. Isto faz com que rumores também se espalhem com maior velocidade na rede. Nesse trabalho, propõe-se a utilização de um chatbot para o Facebook Messenger que, através de técnicas de busca e recuperação da informação, pesquisa em um dataset por palavraschave de possíveis rumores que recebe de usuários, respondendo com links que possam auxiliar na validação da informação. Esse dataset é composto por conteúdo de sites brasileiros que reúnem notícias classificadas como falsas ou verdadeiras.
Referências
Conroy, N., Victoria L. and Chen, Y. (2015) “Automatic Deception Detection: Methods for Finding Fake News”, ASIST 2015, November 610, 2015, St. Louis, MO, USA.
Ferneda, E.Introdução aos Modelos Computacionais de Recuperação de Informação. [S.l.]: Editora Ciência Moderna, 2012 Ramos, J. (2003). Using tf-idf to determine word relevance in document queries. Proceedings of the first instructional conference on machine learning (Vol. 242, pp. 133-142).
Rubin, V. L., Chen, Y., & Conroy, N. J. (2015). Deception Detection for News: Three Types of Fake News. Proceedings of the Association for Information Science and Technology, 52(1), 1–4.
Senin, P., & Malinchik, S. (2013). Sax-vsm: Interpretable time series classification using sax and vector space model. IEEE 13th International Conference on Data Mining (pp. 1175-1180). IEEE.
Shao, C., Ciampaglia, G. L., Flammini, A., & Menczer, F. (2016). Hoaxy: A Platform for Tracking Online Misinformation. DOI: 10.1145/2872518.2890098
Vosoughi, S., & Roy, D. (2017). Rumor Gauge : Predicting the Veracity of Rumors on Twitter. ACM Transactions on Knowledge Discovery from Data (TKDD). In Press. 11(4), 1–38. DOI: 10.1145/3070644
