Construcción de un dataset de noticias para el entrenamiento y evaluación de clasificadores automatizados

Zules Acosta, Fabricio Andrés (2019). Construcción de un dataset de noticias para el entrenamiento y evaluación de clasificadores automatizados. Thesis (Master thesis), E.T.S.I. Telecomunicación (UPM). https://doi.org/10.13140/RG.2.2.31181.49126.

Description

Title: Construcción de un dataset de noticias para el entrenamiento y evaluación de clasificadores automatizados
Author/s:
  • Zules Acosta, Fabricio Andrés
Contributor/s:
  • Gallardo Pérez, Carolina
Item Type: Thesis (Master thesis)
Masters title: Ciberseguridad
Date: 31 January 2019
Subjects:
Faculty: E.T.S.I. Telecomunicación (UPM)
Department: Sistemas Informáticos
Creative Commons Licenses: Recognition

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB) | Preview

Abstract

La difusión de desinformación, en especial de noticias e informaciones falsas o de dudosa veracidad, no es exclusivo de la era moderna. La desinformación ha sido usada como arma desde la guerra fría, sin embargo, la penetración del internet y las redes sociales en el contexto actual plantea un escenario de difusión masiva de contenidos que pudieran redundar en problemas de seguridad como: daño en la reputación de personas, organizaciones o naciones; influencia en la opinión pública; respuesta desproporcionada y afectación a la integridad de las personas; etc. De esta manera, su identificación temprana mitigaría el impacto del uso de la desinformación como ciber-armamento en la era de la información. El trabajo propuesto a continuación se centra en identificar las características en el contenido de un dataset conformado por noticias falsas y verdaderas, escritas en idioma castellano, que permita entrenar a diferentes modelos de aprendizaje automático cuyo objetivo es la clasificación de los elementos del dataset según su veracidad. Posteriormente, se evaluarán las diferentes métricas de rendimiento de los modelos de aprendizaje automatizado seleccionados, con el fin de determinar qué algoritmos son más precisos con diferentes tareas de procesamiento de lenguaje natural.

More information

Item ID: 53685
DC Identifier: http://oa.upm.es/53685/
OAI Identifier: oai:oa.upm.es:53685
DOI: 10.13140/RG.2.2.31181.49126
Deposited by: D. Fabricio Andres Zules Acosta
Deposited on: 04 Feb 2019 08:33
Last Modified: 04 Feb 2019 08:33
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM