Aplicación de machine learning a la detección de fake news

Autores
Teze, Juan Carlos Lionel
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
tesis de maestría
Estado
versión aceptada
Colaborador/a o director/a de tesis
Simari, Gerardo I.
Descripción
Los medios digitales han logrado un notable crecimiento en el último tiempo impulsado por la masificación de internet y los dispositivos móviles, proporcionando un canal de información más para la producción, difusión y consumo de noticias por parte de las personas y las empresas. Sin embargo, como contrapartida, también se ha convertido en un medio propicio para la propagación de información falsa, popularmente conocidas por el término fake news, con un impacto significativo en la toma de decisiones de los usuarios. En este contexto, la Inteligencia Artificial, y particularmente las técnicas de minería de texto basadas en aprendizaje automático han ganado gran popularidad gracias a los resultados alentadores que han obtenido en la lucha contra esta problemática. A pesar de los avances logrados, varios estudios coinciden en que la tarea de detección automática de fake news continúa siendo un tema desafiante para la comunidad científica debido a que presentan características complejas que dificultan la aplicación efectiva de muchas soluciones existentes. El objetivo general de este trabajo es explorar las bases teóricas de las técnicas utilizadas en minería de texto y su aplicación al problema de detección de fake news a fin de contribuir al desarrollo de nuevas soluciones en este campo. Para lograr esto, esta tesis presenta un estudio de desempeño de un algoritmo base para el problema de detección de fake news, evaluando diversos ensayos que combinan diferentes configuraciones de hiperparametros y distintas técnicas de selección de características. Además, también se aplican diferentes técnicas de procesamiento de lenguaje natural sobre un dataset de noticias, analizando la relevancia de cada una. Finalmente, se elabora un cuadro comparativo que permite visualizar el impacto de las distintas configuraciones, midiendo accuracy, precision, recall y f1-measure.
Especialista en Inteligencia de Datos orientada a Big Data
Universidad Nacional de La Plata
Facultad de Informática
Materia
Informática
Medios digitales
Internet
Dispositivos móviles
Fakenews
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/182039
Acceder
id SEDICI_438760c02480d0cfa50ae9916b0a8a32
oai_identifier_str oai:sedici.unlp.edu.ar:10915/182039
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Aplicación de machine learning a la detección de fake newsTeze, Juan Carlos LionelInformáticaMedios digitalesInternetDispositivos móvilesFakenewsLos medios digitales han logrado un notable crecimiento en el último tiempo impulsado por la masificación de internet y los dispositivos móviles, proporcionando un canal de información más para la producción, difusión y consumo de noticias por parte de las personas y las empresas. Sin embargo, como contrapartida, también se ha convertido en un medio propicio para la propagación de información falsa, popularmente conocidas por el término fake news, con un impacto significativo en la toma de decisiones de los usuarios. En este contexto, la Inteligencia Artificial, y particularmente las técnicas de minería de texto basadas en aprendizaje automático han ganado gran popularidad gracias a los resultados alentadores que han obtenido en la lucha contra esta problemática. A pesar de los avances logrados, varios estudios coinciden en que la tarea de detección automática de fake news continúa siendo un tema desafiante para la comunidad científica debido a que presentan características complejas que dificultan la aplicación efectiva de muchas soluciones existentes. El objetivo general de este trabajo es explorar las bases teóricas de las técnicas utilizadas en minería de texto y su aplicación al problema de detección de fake news a fin de contribuir al desarrollo de nuevas soluciones en este campo. Para lograr esto, esta tesis presenta un estudio de desempeño de un algoritmo base para el problema de detección de fake news, evaluando diversos ensayos que combinan diferentes configuraciones de hiperparametros y distintas técnicas de selección de características. Además, también se aplican diferentes técnicas de procesamiento de lenguaje natural sobre un dataset de noticias, analizando la relevancia de cada una. Finalmente, se elabora un cuadro comparativo que permite visualizar el impacto de las distintas configuraciones, midiendo accuracy, precision, recall y f1-measure.Especialista en Inteligencia de Datos orientada a Big DataUniversidad Nacional de La PlataFacultad de InformáticaSimari, Gerardo I.2025-06-05info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTrabajo de especializacionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/182039spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:41:30Zoai:sedici.unlp.edu.ar:10915/182039Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:41:30.871SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Aplicación de machine learning a la detección de fake news
title Aplicación de machine learning a la detección de fake news
spellingShingle Aplicación de machine learning a la detección de fake news
Teze, Juan Carlos Lionel
Informática
Medios digitales
Internet
Dispositivos móviles
Fakenews
title_short Aplicación de machine learning a la detección de fake news
title_full Aplicación de machine learning a la detección de fake news
title_fullStr Aplicación de machine learning a la detección de fake news
title_full_unstemmed Aplicación de machine learning a la detección de fake news
title_sort Aplicación de machine learning a la detección de fake news
dc.creator.none.fl_str_mv Teze, Juan Carlos Lionel
author Teze, Juan Carlos Lionel
author_facet Teze, Juan Carlos Lionel
author_role author
dc.contributor.none.fl_str_mv Simari, Gerardo I.
dc.subject.none.fl_str_mv Informática
Medios digitales
Internet
Dispositivos móviles
Fakenews
topic Informática
Medios digitales
Internet
Dispositivos móviles
Fakenews
dc.description.none.fl_txt_mv Los medios digitales han logrado un notable crecimiento en el último tiempo impulsado por la masificación de internet y los dispositivos móviles, proporcionando un canal de información más para la producción, difusión y consumo de noticias por parte de las personas y las empresas. Sin embargo, como contrapartida, también se ha convertido en un medio propicio para la propagación de información falsa, popularmente conocidas por el término fake news, con un impacto significativo en la toma de decisiones de los usuarios. En este contexto, la Inteligencia Artificial, y particularmente las técnicas de minería de texto basadas en aprendizaje automático han ganado gran popularidad gracias a los resultados alentadores que han obtenido en la lucha contra esta problemática. A pesar de los avances logrados, varios estudios coinciden en que la tarea de detección automática de fake news continúa siendo un tema desafiante para la comunidad científica debido a que presentan características complejas que dificultan la aplicación efectiva de muchas soluciones existentes. El objetivo general de este trabajo es explorar las bases teóricas de las técnicas utilizadas en minería de texto y su aplicación al problema de detección de fake news a fin de contribuir al desarrollo de nuevas soluciones en este campo. Para lograr esto, esta tesis presenta un estudio de desempeño de un algoritmo base para el problema de detección de fake news, evaluando diversos ensayos que combinan diferentes configuraciones de hiperparametros y distintas técnicas de selección de características. Además, también se aplican diferentes técnicas de procesamiento de lenguaje natural sobre un dataset de noticias, analizando la relevancia de cada una. Finalmente, se elabora un cuadro comparativo que permite visualizar el impacto de las distintas configuraciones, midiendo accuracy, precision, recall y f1-measure.
Especialista en Inteligencia de Datos orientada a Big Data
Universidad Nacional de La Plata
Facultad de Informática
description Los medios digitales han logrado un notable crecimiento en el último tiempo impulsado por la masificación de internet y los dispositivos móviles, proporcionando un canal de información más para la producción, difusión y consumo de noticias por parte de las personas y las empresas. Sin embargo, como contrapartida, también se ha convertido en un medio propicio para la propagación de información falsa, popularmente conocidas por el término fake news, con un impacto significativo en la toma de decisiones de los usuarios. En este contexto, la Inteligencia Artificial, y particularmente las técnicas de minería de texto basadas en aprendizaje automático han ganado gran popularidad gracias a los resultados alentadores que han obtenido en la lucha contra esta problemática. A pesar de los avances logrados, varios estudios coinciden en que la tarea de detección automática de fake news continúa siendo un tema desafiante para la comunidad científica debido a que presentan características complejas que dificultan la aplicación efectiva de muchas soluciones existentes. El objetivo general de este trabajo es explorar las bases teóricas de las técnicas utilizadas en minería de texto y su aplicación al problema de detección de fake news a fin de contribuir al desarrollo de nuevas soluciones en este campo. Para lograr esto, esta tesis presenta un estudio de desempeño de un algoritmo base para el problema de detección de fake news, evaluando diversos ensayos que combinan diferentes configuraciones de hiperparametros y distintas técnicas de selección de características. Además, también se aplican diferentes técnicas de procesamiento de lenguaje natural sobre un dataset de noticias, analizando la relevancia de cada una. Finalmente, se elabora un cuadro comparativo que permite visualizar el impacto de las distintas configuraciones, midiendo accuracy, precision, recall y f1-measure.
publishDate 2025
dc.date.none.fl_str_mv 2025-06-05
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/acceptedVersion
Trabajo de especializacion
http://purl.org/coar/resource_type/c_bdcc
info:ar-repo/semantics/tesisDeMaestria
format masterThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/182039
url http://sedici.unlp.edu.ar/handle/10915/182039
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846064424539914240
score 13.22299

Publicaciones similares