Detecção Automática de Desinformação em Diferentes Cenários: Eleições nos Estados Unidos e no Brasil

Neste trabalho apresentamos uma investigação do potencial de atributos para detecção de desinformação considerando diferentes cenários (i.e., eleições presidenciais nos Estados Unidos e no Brasil). Para isso, reunimos dados destes dois eventos e computamos atributos explorados em trabalhos anteriores em ambos os repositórios. Depois, propomos uma metodologia para geração imparcial de modelos usando o classificador XGB, cujo desempenho dos modelos gerados foi mensurado em termos de AUC. Por fim, conduzimos um experimento baseado na Fronteira de Pareto que nos permitiu identificar atributos que podem serúteis para a geração de modelos com alto desempenho para identificação de desinformação disseminada em diferentes cenários.