Use este identificador para citar ou linkar para este item:
https://repositorio.ufms.br/handle/123456789/7920
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | MILENA BARBOSA ALEGRE | - |
dc.date.accessioned | 2023-12-05T20:00:48Z | - |
dc.date.available | 2023-12-05T20:00:48Z | - |
dc.date.issued | 2023 | pt_BR |
dc.identifier.uri | https://repositorio.ufms.br/handle/123456789/7920 | - |
dc.description.abstract | This work investigates how Natural Language Processing (NLP) algorithms can be used to combat online misinformation, a phenomenon that threatens the quality of information and democracy. The aim is to analyze the potentialities of pysentimiento, an NLP library for Spanish, that offers functionalities such as sentiment analysis, emotions, hate speech and irony. The hypothesis is that these functionalities can contribute to the detection and reduction of the spread of fakenews on social media. To test this hypothesis, the work compares the performance off our deep neural network models, based on RoBERTa, on the task of sentiment analysis of tweets in Spanish. The results show that the model Robertuito-Base-Uncased outperforms the other models in terms of loss, f1, runtime and samples per second, being the most suitable for our proposal. The work concludes that pysentimiento is a promising tool for the fight against online misinformation, and suggests possible applications and improvements for future works. | - |
dc.language.iso | pt_BR | pt_BR |
dc.publisher | Fundação Universidade Federal de Mato Grosso do Sul | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | NLP | - |
dc.subject | Pysentimiento | - |
dc.subject | BERT | - |
dc.subject | RoBERTa | - |
dc.subject.classification | Engenharia / Tecnologia | pt_BR |
dc.title | MÉTRICAS E MODELOS DE NLP PARA COMPREENDER E REDUZIR A PROPAGAÇÃO DE DESINFORMAÇÃO | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | RENATO PORFIRIO ISHII | - |
dc.description.resumo | Este trabalho investiga como os algoritmos de Processamento de Linguagem Natural (NLP) podem ser usados para combater a desinformação online, um fenômeno que ameaça a qualidade da informação e a democracia. O objetivo é analisar as potencialidades do pysentimiento, uma biblioteca de NLP para o espanhol, que oferece funcionalidades como análise de sentimentos, emoções, discurso de ódio e ironia. A hipótese é que essas funcionalidades podem contribuir para a detecção e a redução da propagação de notícias falsas nas mídias sociais. Para testar essa hipótese, o trabalho compara o desempenho de quatro modelos de redes neurais profundas, baseados no RoBERTa, na tarefa de análise de sentimentos de tweets em espanhol. Os resultados mostram que o modelo Robertuito-Base-Uncased supera os demais modelos em termos de perda, f1, tempo de execução e taxa de amostras por segundo, sendo o mais adequado para a nossa proposta. O trabalho conclui que o pysentimiento é uma ferramenta promissora para o combate à desinformação online, e sugere possíveis aplicações e melhorias para trabalhos futuros. | pt_BR |
dc.publisher.country | null | pt_BR |
dc.publisher.initials | UFMS | pt_BR |
Aparece nas coleções: | Sistemas de Informação - Bacharelado (FACOM) |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
9414.pdf | 237,9 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.