Diseño e implementación de un prototipo basado en aprendizaje profundo para la detección de noticias falsas en español
| dc.contributor.advisor | Roa Marín, Henry Nelson | |
| dc.contributor.author | Correa Castro, Anthony Andrés | |
| dc.date.accessioned | 2026-04-28T15:49:44Z | |
| dc.date.available | 2026-04-28T15:49:44Z | |
| dc.date.issued | 2025 | |
| dc.description.abstract | El presente trabajo de titulación describe el desarrollo de un sistema para la detección de noticias falsas en español, basado en el uso de modelos de lenguaje preentrenados y técnicas de aprendizaje profundo. El proyecto se centra en la evaluación y comparación de distintos modelos con el fin de seleccionar aquel que presente el mejor desempeño. Para el desarrollo del sistema, se utilizarán conjuntos de datos públicos que serán sometidos a un proceso de preprocesamiento, permitiendo el entrenamiento y evaluación de los modelos. Finalmente, el modelo seleccionado será implementado en un sistema web sencillo, el cual permitirá a los usuarios ingresar textos y obtener una predicción sobre la veracidad de la información de manera rápida y accesible. | |
| dc.id.advisor | 1103699524 | |
| dc.id.author | 1727574442 | |
| dc.identifier.other | 15776 | |
| dc.identifier.uri | https://repositorio.puce.edu.ec/handle/123456789/48712 | |
| dc.language.iso | es | |
| dc.publisher | PUCE - Quito | |
| dc.subject | Aprendizaje profundo (Aprendizaje automático) | |
| dc.subject | Procesamiento de lenguaje natural (Computadores) | |
| dc.subject | Noticias falsas - Detección automática | |
| dc.subject | Modelos de lenguaje preentrenados | |
| dc.subject | Aplicaciones Web - Desarrollo | |
| dc.title | Diseño e implementación de un prototipo basado en aprendizaje profundo para la detección de noticias falsas en español | |
| dc.type | Thesis |
Files
Original bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- Trabajo de Titulación - Grado / Correa Castro Anthony Andrés
- Size:
- 1.92 MB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed to upon submission
- Description:
