Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-10-10T20:08:46Z No. of bitstreams: 1 anapauladasilva.pdf: 2729640 bytes, checksum: 70d04957f4e4a75abdba362b2698e4fe (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-10-16T13:32:08Z (GMT) No. of bitstreams: 1 anapauladasilva.pdf: 2729640 bytes, checksum: 70d04957f4e4a75abdba362b2698e4fe (MD5) / Made available in DSpace on 2017-10-16T13:32:08Z (GMT). No. of bitstreams: 1 anapauladasilva.pdf: 2729640 bytes, checksum: 70d04957f4e4a75abdba362b2698e4fe (MD5) Previous issue date: 2017 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Esta tese apresenta um estudo de base experimental, em que se investigam as possíveis relações entre Linguagem, Teoria da Mente e Funções Executivas. Assume-se como Teoria da Mente (ToM – do inglês Theory of Mind) a capacidade cognitiva de o indivíduo perceber seus próprios estados mentais e os dos outros e, dessa forma, predizer suas ações ou comportamentos (ASTINGTON & GOPNIK, 1988, 1991; FELDMAN, 1992; WELLMAN, 1991). Já as Funções Executivas (FEs) são compreendidas como processos cognitivos impulsionados em atividades que demandam elevado nível de processamento, como planejar, inibir, coordenar e controlar uma sequência de ações para a manutenção de um determinado objetivo. Neste estudo, focalizam-se os seguintes domínios das FEs: memória de trabalho, inibição e flexibilidade cognitiva (DIAMOND, 2013; LEHTO et al.; 2003; MIYAKE et al.; 2000). A perspectiva teórica assumida é a de se considerar uma concepção minimalista de língua (CHOMSKY, 1995 – atual) e, mais especificamente, de faculdade da linguagem nos termos de Hauser et al. (2002), enquanto faculdade mental constituída de duas instâncias: a FLN (Faculty of Language in the narrow sense ou Faculdade da Linguagem em sentido estrito) e a FLB (Faculty of Language in the broad sense ou Faculdade da Linguagem em sentido amplo). A interface gramática-pragmática é investigada com base em uma teoria pragmática formal de natureza cognitiva, nos termos da Teoria da Relevância (SPERBER & WILSON, 2001; 2002). A hipótese que norteia este trabalho é a de que existe uma correlação entre o desenvolvimento das FEs e o desenvolvimento da ToM, com implicações para o raciocínio de CFs, e que o insucesso de crianças com idade inferior a 4 anos nesses testes não se deve precipuamente à falta de domínio de uma estrutura linguística recursiva, contrariando a proposta de Villiers (2005-2007). O objetivo geral deste estudo é o de melhor caracterizar a sobreposição de demandas cognitivas linguísticas e não linguísticas envolvidas em tarefas de Crenças Falsas (CFs) de 1ª ordem. Para isso, foram realizados dois conjuntos de experimentos. O primeiro conjunto, conduzido com crianças de 3-4 anos, tem os seguintes objetivos: (i) verificar em que medida a retomada anafórica por meio de DPs plenos acarreta menor demanda de processamento; (ii) aferir se a alteração do status informacional do texto narrado, estabelecendo-se a referência a personagens e objetos da história por meio de DPs plenos, interfere positivamente no desempenho das crianças; (iii) investigar em que medida a intencionalidade, enquanto fenômeno mental, constituise como pista relevante para a atribuição de CFs por essas crianças. O segundo conjunto de atividades experimentais, composto por 3 testes e uma tarefa clássica de CF, foi aplicado a crianças de 3;0-3;11 e 4;0-4;11 anos, as quais participaram de todas as atividades. Os objetivos são: (i) verificar o desempenho dessas crianças em tarefas que envolvem FEs, e (ii) verificar se há correlação entre os resultados obtidos nos testes e no experimento de CF. Os resultados indicam que a capacidade de lidar com a sobreposição de diferentes demandas cognitivas linguísticas e não linguísticas se constitui como fator diretamente relacionado à habilidade de conduzir um raciocínio de crenças falsas e que há uma correlação entre o desempenho das crianças em tarefas voltadas às FEs e à de CF. / This doctoral dissertation presents an experimental based study, which investigates the possible relations between Language, Theory of Mind and Executive Functions. Theory of Mind (ToM) is understood as the cognitive capacity of an individual to perceive their own mental states and those of others and, thus, to predict their actions or behaviors (ASTINGTON & GOPNIK, 1988, 1991; FELDMAN, 1992; WELLMAN, 1991). Executive Functions (EFs) are understood as cognitive processes driven by activities that demand a high level of processing, such as planning, inhibiting, coordinating and controlling a sequence of actions for the maintenance of a certain objective. In this study, we focus on the following domains of EFs: working memory, inhibition and cognitive flexibility (DIAMOND, 2013; LEHTO et al., 2003; MIYAKE et al., 2000). The theoretical perspective assumed is to consider a minimalist conception of language (CHOMSKY, 1995 - current) and, more specifically, the language faculty according to Hauser et al. (2002), as a mental faculty consisting of two instances: the FLN (Faculty of Language in the narrow sense) and the FLB (Faculty of Language in the broad sense). The Grammar Pragmatics interface is investigated based on a formal Pragmatics theory of cognitive nature, in line with the Relevance Theory (SPERBER & WILSON, 2001; 2002). The hypothesis that guides this work is that there is a correlation between the development of EFs and the development of ToM, with implications for the reasoning of False Beliefs (FBs), and that the failure of children under 4 years of age in these tests is not due to the lack of mastery of a recursive linguistic structure, contrary to de Villiers' proposal (2005-2007). The general objective of this study is to better characterize the overlapping of linguistic and non-linguistic cognitive demands involved in first-order false-belief tasks. For this purpose, two sets of experiments were performed. The first set, conducted with children of 3-4 years, has the following objectives: (i) to verify to what extent the anaphoric resumption through and full DPs entails a lower demand for processing; (ii) to verify whether the alteration of the informational status of the narrated text, establishing the reference to characters and objects of the story through full DPs, interferes positively in the performance of the participant children; (iii) to investigate the extent to which intentionality, as a mental phenomenon, constitutes a relevant clue to the attribution of FBs by these children. The second set of experimental activities, consisting of 3 pretests and a classic FB task, was applied to children of 3;0-3;11 and 4;0-4;11 years old, who participated in all activities. The objectives are: (i) to verify the performance of these children in tasks involving EFs, and (ii) to verify whether there is a correlation between the results obtained in the pretests and in the FB experiment. The results indicate that the ability to cope with the overlapping of different linguistic and non-linguistic cognitive demands is directly related to the ability to conduct false belief reasoning and that there is a correlation between the children's performance in tasks related to EFs and to FB.

La pandemia del covid19 ha evidenciado una realidad en los periódicos mundiales: la fortaleza de la web. El papel y tinta han ido, con el pasar de los años, alejándose de los fieles lectores quienes fueron migrando a la par del boom tecnológico hacia el ciberespacio. Las ventajas que ofrece esta multiplataforma hacen que el contenido pueda ser mucho más rico y los periodistas tengan la función de informar usando diferentes lenguajes. La avalancha de la información en las redes hace que los medios de comunicación tengan una lucha contante con los fake news y desinformación, pero esto ha generado también un consumidor mucho más activo y que, en muchos casos, produce gran parte de esta información. Con todo ello, se busca analizar los retos y posibilidades de los medios actuales tomando el caso de Perú21, medio local que ha evidenciado una fuerte presencia en redes sociales y que, desde su aparición en el año 2000 ha ido adaptándose a las exigencias de la nueva era informática. Bajo esta línea, estamos frente a una nueva realidad no solo de vida social, sino también informativa. La publicidad, smartphones y usuarios han encontrado en la web un formato mucho más amigable, más extenso y con mayor espacio para el debate. Esto nos lleva a estar a puertas de una manera distinta de consumir la información diaria. Los tabloides y tintas han quedado como un recuerdo con mucho sentimiento, no solo para los lectores, sino también para los periodistas. Es hora de darle la bienvenida a la nueva manera y forma de hacer periodismo: el ciberespacio. / Since the creation of the World Wide Web in the 1990, things have change dramatically for the news media. Every single outlet needed a web page, to the point that Internet is the main source to read news in the World today. Moreover, the creation of social media started the democratization of the news environment, a new one where everybody could be a journalist. The published newspaper is in dire straits, the profession questioned, sources of income -like advertising- are no longer secure. Even worse, the covid-19 pandemic has taken all this to the extreme. Therefore, thousands of media sources have closed, and the use of Artificial Intelligence is taking the jobs of the average journalist. This situation has been addressed with creativity by outlets like The New York Times and El País, focusing in quality and reader loyalty. In Peru, this transformation has affected all its traditional media and the way they present news. This investigation addressed the effect, the changes and the possibilities of Peru21, the first newspaper to embrace the Web in the country, and their change of strategy to engage with the public and generate revenues, especially due to the 2020 pandemic. / Trabajo de investigación

La presente investigación tiene como objetivo analizar la respuesta e interacción de los jóvenes estudiantes de la Facultad de Comunicaciones de la UPC dentro de grupos cerrados de la red social Facebook de la universidad con fake news o noticias falsas acerca del COVID-19. Para lograr el objetivo de la investigación se observa la publicación de noticias falsas y la interacción de los miembros del grupo cerrado de la UPC con respecto a ellas, durante la vigencia de la cuarentena por emergencia sanitaria en el Perú. A partir de los datos recogidos en la observación analizamos la respuesta e interacción de los miembros, utilizando los conceptos de noticia, noticia falsa y pos verdad. / This research aims to analyze the response and interaction of young students from the UPC's Faculty of Communications within closed groups of the university's Facebook social network with fake news about COVID-19. To achieve the objective of the investigation, the publication of fake news and the interaction of the members of the closed group of the UPC with respect to them are observed, during the validity of the quarantine for a health emergency in Peru. From the data collected in the observation, we analyzed the response and interaction of the members, using the concepts of news, false news and post truth. / Trabajo de investigación

La llegada de Internet y de las nuevas tecnologías dio lugar al nacimiento de la era de la información, una era que ha conectado a la sociedad de forma global y le ha permitido acceder libremente a la información digital. Con esta facilidad de acceso, cualquier persona, aún sin ser experta en la materia, puede publicar y acceder a la información sin ningún coste, lo que ha ocasionado un exceso de información no contrastada que muchas veces oculta intenciones como el engaño, la manipulación o los fines económicos. De esa forma, la era de la información se ha transformado en la era de la desinformación. La incesante necesidad de estar informados ha motivado que el consumo de la información se convierta en una rutina, ya sea siguiendo las últimas noticias en portales digitales o leyendo a diario publicaciones de personas afines. Antes, la información viajaba en forma de sonido a través de la radio o en forma de tinta a través de los periódicos, pero ahora una desmedida cantidad de información se propaga a través de algoritmos. Las tecnologías han propiciado la sobreabundancia de información, así como la propagación de noticias falsas y bulos, hasta tal punto que resulta imposible contrastar y procesar manualmente tales volúmenes de desinformación en tiempo real. No obstante, lo que se considera un problema puede convertirse en una solución, pues igual que los algoritmos y el entorno digital son los causantes de la viralización de la información falsa, estos pueden ser a su vez los detectores de la desinformación. Es aquí donde el Procesamiento del Lenguaje Natural desempeña un papel clave en la relación humano-máquina, modelando el lenguaje humano a través de la comprensión y generación automática del lenguaje, y entrenando modelos a través de la retroalimentación del experto. El trabajo coordinado entre la ingeniería computacional y la lingüística es decisivo a la hora de frenar el fenómeno de la desinformación. Son necesarias las dos perspectivas para abordar la detección automática de la forma más completa y precisa posible, pues el análisis lingüístico permite detectar y estudiar patrones textuales que hacen que la información de una noticia sea o no sea confiable, mientras que el entorno tecnológico se encarga de automatizar la detección de los patrones anotados mediante el entrenamiento de algoritmos de aprendizaje automático. Específicamente para esta tarea, donde la noticia es el objeto de estudio, el análisis a nivel periodístico también es fundamental. La noticia suele presentar una estructura determinada, técnica conocida como la Pirámide Invertida, donde la información sigue un orden de relevancia concreto con el fin de captar la atención del lector. Además, suele organizar el contenido de forma precisa y completa respondiendo a seis preguntas clave, conocidas como las 5W1H. Estas dos técnicas periodísticas permiten construir una noticia siguiendo unos estándares de calidad y son la base de la anotación de la presente investigación. Para contribuir a la tarea de la detección de desinformación, la presente investigación presenta dos guías de anotación de grano fino diseñadas para anotar tanto la veracidad (guía FNDeepML) como la confiabilidad (guía RUN- AS) de las noticias. Además, se presentan los dos corpus obtenidos y anotados con las guías de anotación, uno de ellos compuesto por 200 noticias verdaderas y falsas (corpus FNDeep) y otro que incluye 170 noticias confiables y no confiables (corpus RUN), ambos en español. Un extenso marco de evaluación se lleva a cabo para validar tanto la calidad de la anotación como la de los recursos, obteniendo resultados prometedores que muestran que el entrenamiento con las características de la anotación mejoran notablemente los modelos de predicción. Asimismo, otras dos aportaciones de la tesis relacionadas más bien con el proceso de anotación y de detección son, por un lado, la propuesta de una metodología semiautomática de anotación que agiliza la tarea del experto anotador y, por otro lado, una arquitectura para la detección de desinformación basada en una capa de estructura y otra de predicción. Las aportaciones de este trabajo permiten abordar una parte del problema de la detección de la desinformación aplicando técnicas de Procesamiento del Lenguaje Natural, pero desde un enfoque lingüístico, lo que permite profundizar en el estudio del problema desde su raíz. El conocimiento profundo del lenguaje de las noticias, y específicamente el modelado de un lenguaje propio de la desinformación, permite no solo dar un paso más en su detección, sino además justificar la confiabilidad de la noticia. / Tesis financiada por la Generalitat Valenciana a través del Programa para la promoción de la investigación científica, el desarrollo tecnológico y la innovación en la Comunitat Valenciana (ACIF/2020/177).

La crisis política e incertidumbre en las elecciones peruanas del 2021 hicieron de estas un caldo de cultivo para la desinformación. En ese escenario, el periodismo impulsó su rol de informar con veracidad a través del fact checking, y Ama Llulla surgió para desmentir la desinformación viral en torno a la contienda; sin embargo, no logró un impacto masivo como el proyecto mexicano Verificado 2018, su referente en la región. Frente a ello, esta investigación identifica, describe y analiza las estrategias de producción y difusión en Twitter que influenciaron en el impacto diferenciado de Ama Llulla y Verificado 2018. Ello a través de entrevistas a profundidad a integrantes de los proyectos aludidos, y un análisis del contenido de difusión en Twitter durante los procesos electorales de México en 2018 y Perú en 2021. Los resultados, luego de aplicar los criterios de análisis del marketing viral, muestran que la estrategia de difusión en un proyecto de fact checking es tan importante como la rigurosidad de su metodología. También, la necesidad de un equipo de difusión especializado en redes sociales dentro de las redacciones de fact checking, pues contrario a Ama Llulla, Verificado 2018 contó con community managers que explotaron la potencial viralidad de las verificaciones a través de copys, formatos audiovisuales y otras estrategias de difusión. Asimismo, se evidencia la relevancia de promover y participar de una constante interacción en las redes sociales de fact checking, permitiendo la creación de una comunidad sólida presta a amplificar la llegada de las verificaciones. / The political crisis and uncertainty in the 2021 Peruvian elections turned them into a breeding ground for disinformation. In this scenario, journalism promoted its role of reporting truthfully through fact-checking, and Ama Llulla emerged to deny the viral misinformation surrounding the contest; however, it did not achieve a massive impact like the Mexican project Verificado 2018, its benchmark in the region. Faced with this, this research identifies, describes and analyzes the production and dissemination strategies on Twitter that influenced the differentiated impact of Ama Llulla and Verificado 2018. This was done through in-depth interviews with members of the aforementioned projects, and an analysis of the dissemination content on Twitter during the electoral processes of Mexico in 2018 and Peru in 2021. The results, after applying the viral marketing analysis criteria, show that the dissemination strategy in a fact-checking project is as important as the rigor of his methodology. Also, the need for a dissemination team specialized in social networks within the fact-checking newsrooms, because unlike Ama Llulla, Verificado 2018 had community managers who exploded the potential virality of the verifications through copies, audiovisual formats and other dissemination strategies. Likewise, the relevance of promoting and participating in a constant interaction in fact checking social networks is evident, allowing the creation of a solid community ready to amplify the arrival of verifications.

Esta investigación tiene como objetivo estudiar el uso de redes sociales de Rafael López Aliaga, candidato populista de derecha radical, durante la campaña de las Elecciones Generales 2021. La nueva derecha radical es un fenómeno reciente en Perú y sobre el cual existe escasa literatura al respecto; por ello, este trabajo busca entender mejor el desarrollo del mismo y sus consecuencias. En este sentido, el propósito de esta investigación consiste en establecer el carácter populista de derecha radical del candidato, mediante la revisión de Facebook, Twitter e Instagram. A partir de un análisis cuantitativo en el que se realizó la sistematización de las publicaciones del candidato y del partido, y otro cualitativo, es posible afirmar que el candidato es populista debido al uso de ciertos recursos comunicativos planteados en los supuestos teóricos; como son las fake news, el storytelling y la personalización. Además, la teoría permite identificar que se trata de un personaje populista de derecha radical por la recurrencia de algunos temas característicos de este espectro ideológico; como es, por ejemplo, la posición del candidato frente a las instituciones o la inmigración. Finalmente, este fenómeno, sumado a la digitalización de las campañas políticas, especialmente en contextos de crisis como la producida por el COVID-19, convierte la pugna electoral en una arena donde la polémica desplaza al contenido programático como herramienta principal, lo que debilita aún más a los sistemas políticos. / This research aims to study the use of social networks during Rafael López Aliaga's t campaign, a radical right-wing populist candidate, in the 2021 General Elections. This new right-wing is a recent phenomenon in Peru and on which there is little literature on the subject, therefore, this thesis seeks a better understanding of its development and consequences. Hence, the objective of this research is to establish the radical rightwing populist character of the candidate, throughout the review of 3 networks: Facebook, Twitter and Instagram. Based on a quantitative analysis in which the posts were systematized and a qualitative one, it is possible to affirm that the candidate is populist due to the use of certain communicational resources most commonly used by populist candidates around the world, such as fake news, storytelling and personalization. In addition, it is possible to ratify thathe is a character of the radical right-wing due to the recurrent use of characteristic themes of this spectrum within the ideological axis. Finally, this new phenomenon in conjunction with the new digital way of doing politics, especially in contexts such as the COVID-19 crisis, will not only increase but will turn the electoral space into an arena in which the fight for power will be centered on controversy and not on programmatic content; which will further weaken the Peruvian political system.

Tesis por compendio / [EN] Abstract The detection of false or true opinions about a product or service has become nowadays a very important problem. Recent studies show that up to 80% of people have changed their final decision on the basis of opinions checked on the web. Some of these opinions may be false, positive in order to promote a product/service or negative to discredit it. To help solving this problem in this thesis is proposed a new method for detection of false opinions, called PU-Learning*, which increases the precision by an iterative algorithm. It also solves the problem of lack of labeled opinions. To operate the method proposed only a small set of opinions labeled as positive and another large set of opinions unlabeled are needed. From this last set, missing negative opinions are extracted and used to achieve a two classes binary classification. This scenario has become a very common situation in the available corpora. As a second contribution, we propose a representation based on n-grams of characters. This representation has the advantage of capturing both the content and the writing style, allowing for improving the effectiveness of the proposed method for the detection of false opinions. The experimental evaluation of the method was carried out by conducting three experiments classification of opinions, using two different collections. The results obtained in each experiment allow seeing the effectiveness of proposed method as well as differences between the use of several types of attributes. Because the veracity or falsity of the reviews expressed by users becomes a very important parameter in decision making, the method presented here, can be used in any corpus where you have the above characteristics. / [ES] Resumen La detección de opiniones falsas o verdaderas acerca de un producto o servicio, se ha convertido en un problema muy relevante de nuestra 'época. Según estudios recientes hasta el 80% de las personas han cambiado su decisión final basados en las opiniones revisadas en la web. Algunas de estas opiniones pueden ser falsas positivas, con la finalidad de promover un producto, o falsas negativas para desacreditarlo. Para ayudar a resolver este problema se propone en esta tesis un nuevo método para la detección de opiniones falsas, llamado PU-Learning modificado. Este método aumenta la precisión mediante un algoritmo iterativo y resuelve el problema de la falta de opiniones etiquetadas. Para el funcionamiento del método propuesto se utilizan un conjunto pequeño de opiniones etiquetadas como falsas y otro conjunto grande de opiniones no etiquetadas, del cual se extraen las opiniones faltantes y así lograr una clasificación de dos clases. Este tipo de escenario se ha convertido en una situación muy común en los corpus de opiniones disponibles. Como una segunda contribución se propone una representación basada en n-gramas de caracteres. Esta representación tiene la ventaja de capturar tanto elementos de contenido como del estilo de escritura, permitiendo con ello mejorar la efectividad del método propuesto en la detección de opiniones falsas. La evaluación experimental del método se llevó a cabo mediante tres experimentos de clasificación de opiniones utilizando dos colecciones diferentes. Los resultados obtenidos en cada experimento permiten ver la efectividad del método propuesto así como también las diferencias entre la utilización de varios tipos de atributos. Dado que la falsedad o veracidad de las opiniones vertidas por los usuarios, se convierte en un parámetro muy importante en la toma de decisiones, el método que aquí se presenta, puede ser utilizado en cualquier corpus donde se tengan las características mencionadas antes. / [CA] Resum La detecció d'opinions falses o vertaderes al voltant d'un producte o servei s'ha convertit en un problema força rellevant de la nostra època. Segons estudis recents, fins el 80\% de les persones han canviat la seua decisió final en base a les opinions revisades en la web. Algunes d'aquestes opinions poden ser falses positives, amb la finalitat de promoure un producte, o falses negatives per tal de desacreditarlo. Per a ajudar a resoldre aquest problema es proposa en aquesta tesi un nou mètode de detecció d'opinions falses, anomenat PU-Learning*. Aquest mètode augmenta la precisió mitjançant un algoritme iteratiu i resol el problema de la falta d'opinions etiquetades. Per al funcionament del mètode proposat, s'utilitzen un conjunt reduït d'opinions etiquetades com a falses i un altre conjunt gran d'opinions no etiquetades, del qual se n'extrauen les opinions que faltaven i, així, aconseguir una classificació de dues classes. Aquest tipus d'escenari s'ha convertit en una situació molt comuna en els corpus d'opinions de què es disposa. Com una segona contribució es proposa una representació basada en n-gramas de caràcters. Aquesta representació té l'avantatge de capturar tant elements de contingut com a d'estil d'escriptura, permetent amb això millorar l'efectivitat del mètode proposat en la detecció d'opinions falses. L'avaluació experimental del mètode es va dur a terme mitjançant tres experiments de classificació d'opinions utilitzant dues coleccions diferents. Els resultats obtingut en cada experiment permeten veure l'efectivitat del mètode proposat, així com també les diferències entre la utilització de varis tipus d'atributs. Ja que la falsedat o veracitat de les opinions vessades pels usuaris es converteix en un paràmetre molt important en la presa de decisions, el mètode que ací es presenta pot ser utilitzat en qualsevol corpus on es troben les característiques abans esmentades. / Hernández Fusilier, D. (2016). Detección de opinion spam usando PU-learning [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/61990 / Compendio

Submitted by Milena Rubi (milenarubi@ufscar.br) on 2017-10-09T17:30:32Z No. of bitstreams: 1 CARDOSO_Emerson_2017.pdf: 3299853 bytes, checksum: bda5605a1fb8e64f503215e839d2a9a6 (MD5) / Approved for entry into archive by Milena Rubi (milenarubi@ufscar.br) on 2017-10-09T17:30:45Z (GMT) No. of bitstreams: 1 CARDOSO_Emerson_2017.pdf: 3299853 bytes, checksum: bda5605a1fb8e64f503215e839d2a9a6 (MD5) / Approved for entry into archive by Milena Rubi (milenarubi@ufscar.br) on 2017-10-09T17:32:37Z (GMT) No. of bitstreams: 1 CARDOSO_Emerson_2017.pdf: 3299853 bytes, checksum: bda5605a1fb8e64f503215e839d2a9a6 (MD5) / Made available in DSpace on 2017-10-09T17:32:49Z (GMT). No. of bitstreams: 1 CARDOSO_Emerson_2017.pdf: 3299853 bytes, checksum: bda5605a1fb8e64f503215e839d2a9a6 (MD5) Previous issue date: 2017-08-04 / Não recebi financiamento / Before buying a product or choosing for a trip destination, people often seek other people’s opinions to obtain a vision of the quality of what they want to acquire. Given that, opinions always had great influence on the purchase decision. Following the enhancements of the Internet and a huge increase in the volume of data traffic, social networks were created to help users post and view all kinds of information, and this caused people to also search for opinions on the Web. Sites like TripAdvisor and Yelp make it easier to share online reviews, since they help users to post their opinions from anywhere via smartphones and enable product manufacturers to gain relevant feedback quickly in a centralized way. As a result, most people nowadays trust personal recommendations as much as online reviews. However, competition between service providers and product manufacturers have also increased in social media, leading to the first cases of spam reviews: deceptive opinions published by hired people that try to promote or defame products or businesses. These reviews are carefully written in order to look like authentic ones, making it difficult to be detected by humans or automatic methods. Thus, they are used, in a misleading way, in attempt to control the general opinion, causing financial harm to business owners and users. Several approaches have been proposed for spam review detection and most of them use techniques involving machine learning and natural language processing. However, despite all progress made, there are still relevant questions that remain open, which require a criterious analysis in order to be properly answered. For instance, there is no consensus whether the performance of traditional classification methods can be affected by incremental learning or changes in reviews’ features over time; also, there is no consensus whether there is statistical difference between performances of content-based classification methods. In this scenario, this work offers a comprehensive comparison between traditional machine learning methods applied in spam review detection. This comparison is made in multiple setups, employing different types of learning and data sets. The experiments performed along with statistical analysis of the results corroborate offering appropriate answers to the existing questions. In addition, all results obtained can be used as baseline for future comparisons. / Antes de comprar um produto ou escolher um destino de viagem, muitas pessoas costumam buscar por opiniões alheias para obter uma visão da qualidade daquilo que se deseja adquirir. Assim, as opiniões sempre exerceram grande influência na decisão de compra. Com o avanço da Internet e aumento no volume de informações trafegadas, surgiram redes sociais que possibilitam compartilhar e visualizar informações de todo o tipo, fazendo com que pessoas passassem a buscar também por opiniões na Web. Atualmente, sites especializados, como TripAdvisor e Yelp, oferecem um sistema de compartilhamento de opiniões online (reviews) de maneira fácil, pois possibilitam que usuários publiquem suas opiniões de qualquer lugar através de smartphones, assim como também permitem que fabricantes de produtos e prestadores de serviços obtenham feedbacks relevantes de maneira centralizada e rápida. Em virtude disso, estudos indicam que atualmente a maioria dos usuários confia tanto em recomendações pessoais quanto em reviews online. No entanto, a competição entre prestadores de serviços e fabricantes de produtos também aumentou nas redes sociais, o que levou aos primeiros casos de spam reviews: opiniões enganosas publicadas por pessoas contratadas que tentam promover ou difamar produtos ou serviços. Esses reviews são escritos cuidadosamente para parecerem autênticos, o que dificulta sua detecção por humanos ou por métodos automáticos. Assim, eles são usados para tentar, de maneira enganosa, controlar a opinião geral, podendo causar prejuízos para empresas e usuários. Diversas abordagens para a detecção de spam reviews vêm sendo propostas, sendo que a grande maioria emprega técnicas de aprendizado de máquina e processamento de linguagem natural. No entanto, apesar dos avanços já realizados, ainda há questionamentos relevantes que permanecem em aberto e demandam uma análise criteriosa para serem respondidos. Por exemplo, não há um consenso se o desempenho de métodos tradicionais de classificação pode ser afetado em cenários que demandam aprendizado incremental ou por mudanças nas características dos reviews devido ao fator cronológico, assim como também não há um consenso se existe diferença estatística entre os desempenhos dos métodos baseados no conteúdo das mensagens. Neste cenário, esta dissertação oferece uma análise e comparação compreensiva dos métodos tradicionais de aprendizado de máquina, aplicados na detecção de spam reviews. A comparação é realizada em múltiplos cenários, empregando-se diferentes tipos de aprendizado e bases de dados. Os experimentos realizados, juntamente com análise estatística dos resultados, corroboram a oferecer respostas adequadas para os questionamentos existentes. Além disso, os resultados obtidos podem ser usados como baseline para comparações futuras.

En el marco de la pandemia global del coronavirus, las desinformaciones han ido aumentando cada vez más, especialmente, en redes sociales. Aunque este fenómeno no es nuevo, ha cobrado una mayor relevancia en los últimos años debido al avance de las tecnologías. En este trabajo de investigación, uno de los principales planteamientos, busca reconocer cuáles son las herramientas que utilizan los medios de verificación para detectar una noticia falsa en temas de salud e infodemia. Para esto se analizará el trabajo de dos medios verificadores: Ojo Público y Maldita.es / In the framework of the global coronavirus pandemic, misinformation has been increasing more and more, especially on social networks. Although this phenomenon is not new, it has become more relevant in recent years due to the advancement of technologies. In this research work, one of the main approaches, seeks to recognize which are the tools used by the verification media to detect false news on health and infodemic issues. For this, the work of two verifying media will be analyzed: Ojo Público and Maldita.es / Trabajo de investigación

Internet ha ayudado a revolucionar muchas actividades cotidianas, y en ellas se generan grandes cantidades de datos, muchos de ellos expresados por los usuarios en lenguaje natural. Son datos no estructurados que no son fáciles de procesar ni de organizar. Obtener información relevante de esos datos puede ayudar a conocer un entorno, organizarlo y/o tomar decisiones respecto al conocimiento que se adquiere con ellos. Para esto, en esta tesis doctoral se propone una arquitectura para analíticas de datos a través de las herramientas de procesamiento de lenguaje natural para transformar esos datos en información cuantitativa que permitirá tomar decisiones y/o organizar mejor la información. La arquitectura se ha probado en dos áreas en los que se genera un gran volumen de datos textuales en actividades diarias que se realizan actualmente por Internet: Comercio electrónico y Foros de discusión de cursos masivos abiertos en línea. En las redes sociales de comercio electrónico, diariamente los compradores generan una gran cantidad de revisiones y calificaciones acerca de los productos en venta. Estas evaluaciones contienen información importante que puede ser utilizada para mejorar la toma de decisiones de directivos y compradores. El reto principal es automáticamente extraer información fiable de las opiniones textuales de los consumidores y utilizarla para calificar los mejores productos o marcas. Se utilizan herramientas de Análisis de Sentimientos y detección de Revisiones Falsas (Fake Reviews) para ayudar tanto a usuarios como a empresarios en la toma de decisiones respecto a los productos afectados por esas opiniones. Para ello, se propone transformar las opiniones de los usuarios en una nueva variable cuantitativa empleando Análisis de Sentimiento, así como detectar y eliminar las Revisiones Falsas. La propuesta se ha evaluado sobre productos de electrónica para clasificar la imagen de la marca de acuerdo al sentimiento expresado por el consumidor y mostrar el comportamiento en cuadros de mandos. Otra actividad que ha hecho uso del Internet es el aprendizaje en línea como una respuesta a las nuevas necesidades educativas. Sin embargo, presenta muchos retos, tales como el procesamiento de la gran cantidad de datos que se genera en los foros en línea. Darle seguimiento y buscar información en ese volumen de datos puede ser contraproducente, dado que son datos no estructurados y de una gran variedad de temas. La arquitectura propuesta en esta tesis propone resolver los principales retos encontrados en el estado del arte administrando los datos de forma eficiente mediante un monitoreo y seguimiento eficiente de los foros, el diseño de mecanismos efectivos de búsqueda para preguntas y respuestas en los foros, y extrayendo indicadores claves de rendimiento para administrar adecuadamente los foros. / Este trabajo ha sido parcialmente financiado por el Ministerio de Ciencia, Innovación y Universidades de España a través del Proyecto ECLIPSE-UA (Enhancing Data Quality and Security for Improving Business Processes and Strategic Decisions in Cyber Physical Systems) con referencia RTI2018-094283-B-C32.