Detección de noticias falsas

El crecimiento continuo de las redes sociales ha proporcionado a los usuarios una forma más cómoda de acceder a las noticias que antes y, por tanto, es posible que se generen y difundan por la red algunas informaciones o rumores erróneos que lleven a otros usuarios a creerlos y propagarlos como mentiras involuntarias.Este trabajo propone un modelo para identificar noticias falsas en las redes sociales. La clasificación de las noticias se basa en el nivel de similitud entre el significado semántico y la redacción similar de su texto. Para descubrir la similitud semántica de las palabras, proponemos una arquitectura de red neuronal feed forward para detectar noticias semánticamente equivalentes. La red neuronal propuesta transforma primero las palabras en incrustaciones de palabras, utilizando una gran colección de datos no etiquetados, y luego aplica la red de avance para construir representaciones vectoriales para la cabeza y el cuerpo. Analizaremos y ejecutaremos nuestros experimentos para predecir las noticias falsas utilizando el aprendizaje automático y la red neuronal.