fIlfA: Modelado computacional de la desinformación

Abstract

La propagación fake news es cada vez un mayor problema en la sociedad actual. Cada vez el lector promedio tiene menos tiempo para poder verificar con certeza la veracidad de una noticia, lo cual hace necesario la creación de un sistema para la detección de fake news. Por tanto en este trabajo se realiza un estudio sobre la detección de fake news y se presentan 2 sistemas para la detección de fake-news, uno en español y otro en inglés. Para ello se utilizarán técnicas de Procesamiento del Lenguaje Natural, más en concreto se aplicará la técnica de fine-tuning sobre distintos modelos de BERT y RoBERTa al ser los modelos de lenguaje basados en transformers los modelos de deep learning que representan el estado del arte para tareas de clasificación de texto.

The spread of fake news is a growing problem in today’s society. The average reader has less time to be able to verify with certainty the veracity of a news item, which makes necessary the creation of a system for the detection of fake news. Therefore, in this work a study on fake news detection is carried out and two systems for fake news detection are presented, one in Spanish and the other in English. For this purpose, Natural Language Processing techniques will be used, more specifically, the fine-tuning technique will be applied on different BERT and RoBERTa models, since transformer-based language models are the deep learning models that represent the state of the art for text classification tasks.