Abstract
El poder que ha propiciado el Internet y las redes sociales a las personas de publicar contenido, que frecuentemente es parcial y no verificado, ha ocasionado la generación y propagación de noticias falsas. La problemática de propagar una desinformación, rumor o información mal intencionada, puede llegar a tener grandes daños en diferentes aspectos de la sociedad: económicos, de salud física, mental, por mencionar unos cuantos. El objetivo de este trabajo es presentar los resultados de implementar un modelo de Redes Convolucionales de Grafos para clasificar textos de noticias falsas de forma automática. Se presentan los resultados para un conjunto de datos balanceado y diferentes tamaños del conjunto de entrenamiento y prueba. Se concluye que está técnica obtiene resultados competitivos a las del estado del arte de redes neuronales recurrentes para esta tarea.
Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
