Roa Marín, Henry NelsonCorrea Castro, Anthony Andrés2026-04-282026-04-28202515776https://repositorio.puce.edu.ec/handle/123456789/48712El 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.esAprendizaje profundo (Aprendizaje automático)Procesamiento de lenguaje natural (Computadores)Noticias falsas - Detección automáticaModelos de lenguaje preentrenadosAplicaciones Web - DesarrolloThesis