Bolsa 18/10204-6 - Aprendizado computacional, Mídias sociais - BV FAPESP
Busca avançada
Ano de início
Entree

Combatendo Notícias Falsas Através da Atribuição de Autoria e da Análise de Filogenia

Processo: 18/10204-6
Modalidade de apoio:Bolsas no Brasil - Doutorado
Data de Início da vigência: 01 de outubro de 2018
Data de Término da vigência: 31 de dezembro de 2021
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Anderson de Rezende Rocha
Beneficiário:Antônio Carlos Theóphilo Costa Júnior
Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:17/12646-3 - Déjà vu: coerência temporal, espacial e de caracterização de dados heterogêneos para análise e interpretação de integridade, AP.TEM
Bolsa(s) vinculada(s):19/21030-1 - Combatendo notícias falsas através da análise de filogenia, BE.EP.DR
Assunto(s):Aprendizado computacional   Mídias sociais   Processamento de linguagem natural
Palavra(s)-Chave do Pesquisador:Análise de Filogenia | Análise Forense de Texto | Aprendizado de Máquina | Atribuição de Autoria | Mídias sociais | Processamento de Linguagem Natural | Aprendizado de Máquina e Processamento de Linguagem Natural

Resumo

O mundo tem presenciado o início de uma nova era onde a comunicação através de mídias sociais tem desempenhado um papel fundamental na vida das pessoas. Juntamente com inegáveis benefícios, diversos efeitos colaterais surgiram, sendo um deles a ampla divulgação de notícias falsas com intenções malignas, o que tem sido comumente chamado de "Fake News" (notícias falsas). O combate contra esse problema não é trivial, especialmente levando-se em consideração a natureza das mensagens de texto envolvidas em plataformas de mídias sociais (um mar de mensagens curtas provenientes de uma imensidão de usuários). A fim de endereçar esse cenário, este projeto de pesquisa visa solucionar dois importantes e difíceis problemas: a atribuição de autoria e a análise de filogenia de mensagens curtas de texto publicadas em plataformas de mídias sociais, demonstrando como essas soluções podem ajudar na identificação da divulgação de informações falsas em redes sociais. Diferentemente do que tem sido aplicado a textos longos, nós utilizaremos abordagens baseadas em dados, explorando os recentes avanços de redes neurais profundas na área de reconhecimento de padrões. Ao tentar solucionar um problema cada vez mais presente em nossa sociedade, esta pesquisa produzirá resultados que podem ser utilizados por diversos atores, principalmente plataformas de mídias sociais, que poderão aplicar diretamente as técnicas desenvolvidas e trazer mais credibilidade e transparência aos dados publicados. Essas técnicas podem ser igualmente úteis à sociedade civil em geral, que poderá aplicá-las para verificar a veracidade das informações veiculadas nas redes sociais e portais de notícias em geral. Esta pesquisa poderá também fornecer ferramentas apropriadas para se alcançar um nível mais alto de entendimento acerca dessas publicações, levando em consideração sua propagação e o seu poder de influência.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (5)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
THEOPHILO, ANTONIO; PEREIRA, LUIS A. M.; ROCHA, ANDERSON; IEEE. A NEEDLE IN A HAYSTACK? HARNESSING ONOMATOPOEIA AND USER-SPECIFIC STYLOMETRICS FOR AUTHORSHIP ATTRIBUTION OF MICRO-MESSAGES. 2019 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING (ICASSP), v. N/A, p. 5-pg., . (17/12646-3, 18/10204-6)
SCHWARZ, STEPHANE; THEOPHILO, ANTONTO; ROCHA, ANDERSON; IEEE. EMET: EMBEDDINGS FROM MULTILINGUAL-ENCODER TRANSFORMER FOR FAKE NEWS DETECTION. 2020 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH, AND SIGNAL PROCESSING, v. N/A, p. 5-pg., . (18/10204-6, 17/12646-3)
THEOPHILO, ANTONIO; GIOT, ROMAIN; ROCHA, ANDERSON. Authorship Attribution of Social Media Messages. IEEE TRANSACTIONS ON COMPUTATIONAL SOCIAL SYSTEMS, . (18/10204-6, 17/12646-3)
THEOPHILO, ANTONIO; PADILHA, RAFAEL; ANDALO, FERNANDA A.; ROCHA, ANDERSON; IEEE. EXPLAINABLE ARTIFICIAL INTELLIGENCE FOR AUTHORSHIP ATTRIBUTION ON SOCIAL MEDIA. 2022 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING (ICASSP), v. N/A, p. 5-pg., . (17/12646-3, 18/10204-6, 17/21957-2)
BERTOCCO, GABRIEL; THEOPHILO, ANTONIO; ANDALO, FERNANDA; ROCHA, ANDERSON. Leveraging Ensembles and Self-Supervised Learning for Fully-Unsupervised Person Re-Identification and Text Authorship Attribution. IEEE Transactions on Information Forensics and Security, v. 18, p. 15-pg., . (19/15825-1, 18/10204-6, 17/12646-3)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.