Detección Automática De Noticias Falsas Usando Representaciones Textuales Tradicionales Y Soluciones Basadas En Aprendizaje Profundo

Las noticias falsas se crean con el objetivo de manipular, danar o desinformar. En los últimos años, este tipo de noticias ha impactado negativamente en diferentes sectores de la sociedad, como son: política, salud y movimientos sociales. El problema aumenta debido a su amplia y veloz propagacion, que supera con creces la rapidez en la que un humano puede controlar o contener este fenomeno. La búsqueda de soluciones para detener la difusión de información falsa ha motivado el desarrollo de métodos computacionales para su deteccion automática. Comúnmente, tales enfoques son diseñados desde una perspectiva del procesamiento de lenguaje natural. Particularmente, en este trabajo se estudia el impacto del uso de diversas representaciones de características del contenido de la noticia para la deteccion de noticias falsas en Español con técnicas de aprendizaje automático, incluyendo arquitecturas profundas.