Este es el repositorio para el Trabajo de Fin de Máster de Daniel Arranz realizado en la UNIR. Título: ¿Fake o realidad? Detección de noticias falsas en español mediante modelos de lenguaje preentrenados. Archivos:
-
CARPETA NOTEBOOKS (se han eliminado las ejecuciones)
-
TFM_Paso_a_paso_BETO_limipio.ipynb: código principal. Entrenamiento / Fine-Tuning con BETO, que incluye el análisis con SHAP y LIME
-
TFM_Paso_a_paso_BERT_limpio.ipynb: código del entrenamiento / Fine-Tuning con BERT
-
TFM_TFIDF_RandomForest_limpio.ipynb: código del entrenamiento con TF-IDF + Random Forest
-
CARPETA PDFs_ejecutados (contiene los archivos ipynb ejecutados)
-
TFM_Paso_a_paso_BETO_(con_LIME_y_SHAP).ipynb: código principal. Operaciones realizadas con BETO, Fine-Tuning que incluye el análisis con SHAP y LIME
-
TFM_Paso_a_paso_BERT_(con_LIME_y_SHAP).ipynb: código y ejecución del entrenamiento / Fine-Tuning con BERT
-
TFM_TFIDF_RandomForest.ipynb: código y ejecución del entrenamiento con TF-IDF + Random Forest
-
CARPETA DATASET (contiene el dataset utilizado)
-
Dataset_Completo.xlsx: dataset utilizado
-
CARPETA explicaciones_SHAP_LIME (contiene los archivos HTML de explicabilidad generados por SHAP y LIME)
-
LIME_explicacion_BETO LADY (registro 1): análisis LIME de la primera noticia
-
SHAP_explicacion_BETO LADY (registro 1): análisis SHAP de la primera noticia
-
LIME_explicacion_BETO LADY (registro 4): análisis LIME de la cuarta noticia
-
SHAP_explicacion_BETO LADY (registro 4): análisis SHAP de la cuarta noticia