Processant ...

El treball té com a objectiu desenvolupar un sistema basat en tècniques de processament del llenguatge natural (NLP) per analitzar publicacions a xarxes socials i detectar la propagació de notícies falses. En els darrers anys, la desinformació s’ha convertit en un problema important, especialment en plataformes com Twitter/X, on els continguts es difonen ràpidament i poden influir en l’opinió pública. Per abordar aquesta problemàtica, es combinaran tres tècniques d’anàlisi de text: anàlisi de sentiment, extracció de temes i classificació de notícies falses. L’anàlisi de sentiment permetrà identificar si les publicacions tenen un to positiu, negatiu o neutre i veure si hi ha patrons comuns en les notícies falses. L’extracció de temes ajudarà a detectar sobre quins temes es parla més en aquestes publicacions, i la classificació servirà per distingir si una notícia és falsa o verídica. Per obtenir les dades, s’utilitzarà Twitter/X com a font principal, aprofitant eines com per exemple snscrape per descarregar tuits sobre temes en què la desinformació ha tingut impacte, com la política o la salut. Aquests textos es preprocesaran per eliminar elements no rellevants (caràcters especials, URLs, stopwords, etc.) i es normalitzaran amb tècniques com la lematització. En la fase d’anàlisi, s’aplicaran models d’aprenentatge automàtic ja entrenats per a l’anàlisi de sentiment, com VADER o BERT, i per a l’extracció de temes es provaran tècniques com LDA o BERTopic. Finalment, per a la detecció de notícies falses, es compararan diferents models de classificació, com Naive Bayes, Random Forest o Transformers, avaluant-ne el rendiment amb diferents mètriques. L’objectiu és obtenir conclusions sobre com es relaciona el sentiment d’una publicació amb la seva veracitat, quins són els temes amb més desinformació i quina tècnica de classificació és més eficient. El projecte podria servir com a base per desenvolupar eines de suport a verificadors de notícies o professionals de l’anàlisi de dades que vulguin combatre la desinformació a xarxes socials.