Plataforma analisa informações de um texto e faz a detecção de notícias falsas
Plataforma virtual desenvolvida por pesquisadores do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP em São Carlos, auxilia população na detecção de notícias falsas com 96% de precisão.
Marcos Jardel Henriques, doutorando em Estatística no Instituto de Ciências Matemáticas e Computação (ICMC) da USP em São Carlos, explica as principais características da plataforma de detecção de fake news ao Jornal da USP no Ar 1ª Edição.
De acordo com Jardel, a plataforma teve intuito inicialmente de ajudar diante do atual contexto globalizado. Ou seja, situação em que a população é bombardeada por informações em todos os meios de comunicação.
“Tivemos a ideia de montar uma plataforma para quando as pessoas tivessem dúvida sobre a veracidade de alguma notícia, copiasse uma parte ou a informação toda para verificar”, explica Jardel, que lembra o uso de modelos estatísticos e bancos de dados usados na construção da ferramenta.
As probabilidades demonstradas pela ferramenta têm 96% de precisão
Ele esclarece que houve consulta e coleta de mais de 100 mil notícias em textos para treinar modelos estatísticos com o tipo de semântica. Principalmente, o tipo de vocabulário usado ao longo dos últimos anos. “Depois houve o teste em outros bancos de dados preparados por outros grupos de pesquisas que trabalham com o processamento de linguagem natural”, diz.
Para utilizar a plataforma, ele sugere que se use o máximo de informações para colocar em análise. “Quanto mais informação você colocar, melhor a plataforma vai entender o contexto, a semântica. Ou ainda, se o texto está bem elaborado ou feito de modo simplista”, explica. Ao mesmo tempo, ele destaca que as probabilidades demonstradas pela ferramenta têm 96% de precisão.
“É bom lembrar que, conforme os meses passam, temos que recalibrar e atualizar a plataforma pois surgem novas informações e nomes novos”, complementa.
Fonte: Jornal da USP