Implementa y compara diferentes recursos de comprobación y modelos de Deep Learning como son Redes Transformers: BERT, RoBERTa, GPT-3, DistilBERT, XLNet, para la detección de noticias falsas y discurso de odio utilizando conjuntos de datos específicos para cada tipo de contenido. CSMJ.

Implementa y compara diferentes recursos de comprobación y modelos de Deep Learning como son Redes Transformers: BERT, RoBERTa, GPT-3, DistilBERT, XLNet, para la detección de noticias falsas y discurso de odio utilizando conjuntos de datos específicos para cada tipo de contenido. CSMJ.

En estos tiempos, la difusión de noticias falsas y discursos de odio en las diferentes plataformas de redes sociales han dominado el impacto para la libertad social y la perseverancia pública. La propagación de este tipo de contenido se ve renovada con la velocidad con la que esta información se com...

Deskribapen osoa

Gorde:
Xehetasun bibliografikoak
Egile nagusia: Salazar Tapia, Cristian Fernando (author)
Beste egile batzuk: Tapia Guanoluisa Fabricio Daniel (author), Montaluisa Pilatásig, Edgar Fabián (author)
Formatua: bachelorThesis
Argitaratua: 2025
Gaiak:
FAKE NEWS
HATE SPEECH
BERT
ROBERTA
GPT-3
DISTILBERT
XLNET
PROCESAMIENTO DEL LENGUAJE NATURAL
Sarrera elektronikoa:https://repositorio.espe.edu.ec/handle/21000/44992
Etiketak: Etiketa erantsi
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!

Internet

https://repositorio.espe.edu.ec/handle/21000/44992

Antzeko izenburuak