Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/2338| Enmascaramiento de la Información para la Detección Automática de Noticias Falsas | |
| Jennifer Pérez Santiago | |
| Luis Villaseñor Pineda | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Fake News SVM CNN Masking Style Content Most frequent words | |
| Currently, thanks to the availability of digital media, and in particular of social networks, users receive journalistic notes, opinions and information on a wide variety of topics on a daily basis. The same medium allows you to easily share and forward your own opinions, enriching the discussion and reflection on the topics of interest. Unfortunately, these circumstances have led to the increasingly frequent appearance of malicious fake news with the aim of misinformation. This phenomenon has reached enormous proportions, becoming a serious problem. The objective of this thesis is to propose a method for the automatic detection of fake news by masking the textual information of the content and writing style of the news. From the experimentation carried out, it was possible to conclude that the proposed method locates and even improves the classification for the data sets used, by hiding the most general or the most specific words according to each model studied (style or content). The results achieved are encouraging, demonstrating the usefulness of the method. It should be noted that, to our knowledge, this work is the first to use information masking, not only of words and numbers, but also of punctuation marks and other symbols for the automatic detection of fake news Actualmente, gracias a la disponibilidad de los medios digitales, y en particular de las redes sociales, los usuarios reciben a diario notas periodísticas, opiniones e información de muy diversos temas. El mismo medio permite compartir y reenviar fácilmente opiniones propias enriqueciendo la discusión y reflexión de los temas de interés. Desafortunadamente, estas circunstancias han motivado la aparición, cada vez más frecuente, de noticias falsas malintencionadas con el objetivo de desinformar. Este fenómeno ha alcanzado enormes proporciones llegando a convertirse en un serio problema. El objetivo de esta tesis es proponer un método para la detección automática de noticias falsas mediante el enmascarado de la información textual del contenido y estilo de escritura de la noticia. A partir de la experimentación realizada, fue posible concluir, que el método propuesto se sitúa e incluso mejora la clasificación para los conjuntos de datos utilizados, al ocultar las palabras más generales o las más específicas de acuerdo a cada modelo estudiado (estilo o contenido). Los resultados alcanzados son alentadores, demostrando la utilidad del método. Cabe resaltar que, según nuestro conocimiento, este trabajo es el primero en utilizar el enmascarado de la información, no solo de palabras y números sino también de signos de puntuación y otros símbolos para la detección automática de noticias falsas. | |
| Instituto Nacional de Astrofísica, Óptica y Electrónica. | |
| 2022-02 | |
| Tesis de maestría | |
| Español | |
| Estudiantes Investigadores Público en general | |
| Pérez Santiago, Jennifer, (2022), Enmascaramiento de la Información para la Detección Automática de Noticias Falsas, Tesis de Maestría, Instituto Nacional de Astrofísica, Óptica y Electrónica. | |
| LENGUAJES DE PROGRAMACIÓN | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Maestría en Ciencias Computacionales |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| PerezSJ.pdf | 1.34 MB | Adobe PDF | Visualizar/Abrir |