Automatic Fake News Detection in Online Media

Luis Miguel López Santamaría

Please use this identifier to cite or link to this item: http://repositorio.ugto.mx/handle/20.500.12059/5725

Full metadata record

DC Field	Value	Language
dc.rights.license	http://creativecommons.org/licenses/by-nc-nd/4.0	es_MX
dc.contributor	JUAN CARLOS GOMEZ CARRANZA	es_MX
dc.creator	Luis Miguel López Santamaría	es_MX
dc.date.accessioned	2022-03-07T20:49:47Z	-
dc.date.available	2022-03-07T20:49:47Z	-
dc.date.issued	2022-01	-
dc.identifier.uri	http://repositorio.ugto.mx/handle/20.500.12059/5725	-
dc.description.abstract	Hoy en día, los medios digitales se han convertido en una de las principales fuentes de consumo de noticias. Las personas y las organizaciones de noticias utilizan los medios digitales, como los sitios web de noticias y redes sociales para mantenerse informados y distribuir información. Estos sitios ofrecen diferentes ventajas como costos reducidos, adaptabilidad, fácil acceso y rápida distribución de la información. Sin embargo, la amplia difusión de la información en estos sitios ha dado lugar a la existencia de noticias falsas. Las noticias falsas contienen información falsa fabricada intencionalmente o alteraciones de hechos reales. Este tipo de noticias tiene como objetivo generar ideas y creencias sesgadas en la sociedad. Para frenar la difusión de noticias falsas en beneficio de la sociedad y de las nuevas organizaciones, existe una tendencia actual a desarrollar sistemas que las detecten automáticamente, ya que hacer una verificación manual es prácticamente imposible. En esta tesis, se presenta un estudio para el problema de la detección automática de noticias falsas en medios digitales utilizando el contenido textual de las noticias. Se recopilaron diferentes conjuntos de datos que contienen noticias extraídas de varios sitios web de noticias y redes sociales para resolver esta tarea. Los conjuntos de datos que recopilamos son: COVID Fake News, FakeNewsNet, ISOT, The Fake News Corpus Spanish y Fake Costa Rica News. Además, la verificación de la veracidad de las noticias en los conjuntos de datos estuvo a cargo de organizaciones como PolitiFact, Gossip Cop, Verificado, etc. Con estos conjuntos de datos, se realizaron una serie de experimentos con diferentes modelos de aprendizaje de máquina y aprendizaje profundo utilizando un conjunto de características superficiales y profundas extraídas del texto. Para evaluar los modelos, se utilizaron un conjunto de métricas para medir su desempeño.	es_MX
dc.language.iso	eng	en
dc.publisher	Universidad de Guanajuato	es_MX
dc.rights	info:eu-repo/semantics/openAccess	es_MX
dc.subject.classification	CIS- Maestría en Ingeniería Eléctrica (Instrumentación y Sistemas Digitales)	es_MX
dc.title	Automatic Fake News Detection in Online Media	es_MX
dc.title.alternative	Detección Automática de Noticias Falsas en Medios en Línea	es_MX
dc.type	info:eu-repo/semantics/masterThesis	es_MX
dc.subject.cti	info:eu-repo/classification/cti/7	es_MX
dc.subject.cti	info:eu-repo/classification/cti/33	es_MX
dc.subject.cti	info:eu-repo/classification/cti/3304	es_MX
dc.subject.keywords	Fake News Online - Automatic Detection	en
dc.subject.keywords	Data processing	en
dc.subject.keywords	Machine learning models	en
dc.subject.keywords	Information Extraction	en
dc.subject.keywords	Noticias falsas en línea - Detección automática	es_MX
dc.subject.keywords	Procesamiento de datos	es_MX
dc.subject.keywords	Modelos de aprendizaje automático	es_MX
dc.subject.keywords	Extracción de datos	es_MX
dc.contributor.id	info:eu-repo/dai/mx/cvu/37720	es_MX
dc.contributor.role	director	es_MX
dc.type.version	info:eu-repo/semantics/publishedVersion	es_MX
dc.contributor.two	Saskia Van Amerongen	-
dc.contributor.idtwo	info:eu-repo/dai/mx/orcid/0000-0001-8101-6589	-
dc.contributor.roletwo	director	en
dc.description.abstractEnglish	Nowadays, online media has become one of the principal sources of news consumption. People and news organizations use online media such as news websites and social media to stay informed and distribute information. These sites offer different advantages such as reduced costs, adaptability, easy access, and quick distribution of information. Nevertheless, the extensive dissemination of information on these sites has led to the existence of fake news. Fake news contains intentionally fabricated false information or alterations of real events. This type of news aims generate biased ideas and beliefs in society. To stop the spread of fake news for the benefit of society and new organizations, there is a current trend to develop systems that automatically detect them, since doing a manual fact-checking is practically impossible. In this thesis, we present a study for the problem of automated fake news detection in online media using the textual content from the news. We collected different datasets that contain news extracted from variety of news websites and social networks to solve this task. The datasets we collected are: COVID Fake News, LIAR, FakeNewsNet, ISOT, The Fake News Corpus Spanish and Fake Costa Rica News. In addition, the verification of the veracity of the news in the datasets was in charge of organizations such as PolitiFact, Gossip Cop, Verificado, etc. With these datasets, we conducted a series of experiments with different machine learning and deep learning models using a set of superficial and deep features extracted from the text. To evaluate our models, we use a set of metrics to measure their performance.	en
Appears in Collections:	Maestría en Ingeniería Eléctrica (Instrumentación y Sistemas Digitales)

Files in This Item:

File	Description	Size	Format
LUIS MIGUEL LÓPEZ SANTAMARÍA_Tesis24.pdf		1.05 MB	Adobe PDF	View/Open

Show simple item record