Resumen

El advenimiento de la World Wide Web y la rápida adopción de plataformas de redes sociales (como Facebook y Twitter) allanaron el camino para la difusión de información que nunca antes se había presenciado en la historia humana. Con el uso actual de plataformas de redes sociales, los consumidores están creando y compartiendo más información que nunca, parte de la cual es engañosa y no tiene relevancia con la realidad. La clasificación automatizada de un artículo de texto como desinformación o información falsa es una tarea desafiante. Incluso un experto en un dominio particular tiene que explorar múltiples aspectos antes de dar un veredicto sobre la veracidad de un artículo. En este trabajo, proponemos utilizar un enfoque de conjunto de aprendizaje automático para la clasificación automatizada de artículos de noticias. Nuestro estudio explora diferentes propiedades textuales que pueden ser utilizadas para distinguir contenidos falsos de los reales. Al utilizar esas propiedades, entrenamos una combinación de diferentes algoritmos de aprendizaje automático utilizando varios métodos de conjunto y evaluamos su rendimiento en

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:World Wide Web; Plataformas de redes sociales; Difusión de información; Desinformación; Enfoque de conjunto de aprendizaje automático; Contenidos falsos
• Keywords:World wide web; Social media platforms; Information dissemination; Misinformation; Machine learning ensemble approach; Fake contents