Mestrado em Informática: Confira as próximas defesas
Confira abaixo as próximas defesas de mestrado do Programa de Pós-graduação em Informática da PUC Minas. As sessões são realizadas de forma online e abertas ao público.
26 de novembro de 2021 – 14h
Título: Enhanced Memory Transformer for Coherent Paragraph Video Captioning
Candidato: Leonardo Vilela Cardoso
Banca Examinadora:
- Zenilton Kleber Gonçalves Patrocínio Júnior - Orientador (PUC Minas)
- Benjamin Bustos (Universidade do Chile)
- Silvio Jamil Ferzoli Guimarães (PUC Minas)
- Wladmir Cardoso Brandão (PUC Minas)
Link: https://guest.lifesizecloud.com/1828469 (Senha: 0221#)
Resumo: Uma descrição coerente é o objetivo final em relação a legenda de vídeo por meio de várias frases, pois pode afetar diretamente a consistência e a inteligibilidade. Um parágrafo que descreve um vídeo é afetado por diferentes eventos extraídos dele. Ao gerar um novo evento, ele deve produzir uma narrativa detalhada do conteúdo do vídeo. Mas também pode fornecer algumas pistas que podem ajudar a reduzir a repetição textual que ocorre na descrição final. Recentemente, os transformadores surgiram como uma solução atraente para várias tarefas, incluindo legendas de vídeo. Um transformador aumentado com um módulo de memória pode de alguma forma lidar com a repetição de texto. Assim, para aumentar ainda mais a coerência entre as sentenças geradas, propomos a adoção de mecanismos de atenção para aprimorar os dados de memória em um transformador com memória aumentada. Essa nova abordagem, chamada Enhanced-Memory Transformer (EMT), avalia a importância dos dados (sobre os segmentos de vídeo) contidos no módulo de memória e os usa para melhorar a legibilidade, reduzindo a repetição. A avaliação experimental de EMT usando a divisão de teste do conjunto de dados ActivityNet Captions atingiu 22,84 na pontuação CIDEr-D e 4,55 na pontuação de Redução-4 (R @ 4), representando melhorias de 1,03 % e 16,36 %, respectivamente e para o conjunto de dados YouCookII alcançou 8,08 em Bleu-4 (B @ 4) em uma variante, 36,33 em CIDEr-D em outra e 3,45 em Redução-4 (R @ 4) para outra variante, este resultado, representando melhorias de 1%, 1,65% e 21,41%, respectivamente (ambos os resultados dos conjuntos de dados em comparação com a literatura). Os resultados obtidos mostram o grande potencial desta nova abordagem, pois proporciona maior coerência entre os diversos segmentos do vídeo, diminuindo a repetição nas frases geradas e melhorando a diversidade de descrições nos dois datasets.
03 de dezembro de 2021 – 14h
Título: Caracterização da Reação de Agências de FACT-CHECKING às Publicações sobre a Pandemia da COVID-19 em Redes Sociais
Candidato: Cefas Garcia Pereira
Banca Examinadora:
- Humberto Torres Marques Neto - Orientador (PUC Minas)
- ª Jonice de Oliveira Sampaio (UFRJ)
- Wladmir Cardoso Brandão (PUC Minas)
Link da defesa: https://bit.ly/3b1sqVs
Resumo: No ano de 2020, o mundo se deparou com a pandemia da COVID-19, doença causada pelo novo Coronavírus (SARS-CoV-2). Este vírus possui uma altíssima capacidade de contaminação através do contato com outras pessoas infectadas. Uma das principais formas de combate ao vírus é diminuir a possibilidade de contato com a população infectada através da restrição da circulação e aglomeração das pessoas. Adentro esse contexto, os meios de comunicação virtuais estão sendo canais de informação sobre a pandemia e também de externalização de sentimentos e opiniões dos usuários. Através das redes sociais, as pessoas assumem o papel de geradores de conteúdo e não só de consumidores. Isso abre margem para a propagação de desinformação, notícias tendenciosas e boatos que se originam por leiguice, interesses políticos e comerciais. Motivado por isso, este trabalho se propõe a caracterizar como as agências de fact-checking têm agido no combate às informações falsas sobre a COVID-19 que circulam em redes sociais como o Twitter e Facebook, buscando ampliar o entendimento sobre o fenômeno da desinformação propagada através da internet. Durante o estudo, foram coletadas matérias de fact-checking sobre a COVID-19 escritas por agências especializadas de diferentes países. Através das notícias verificadas, buscou-se por postagens de mídias sociais em que a desinformação começou a ser disseminada. Após a coleta desse material, verificou-se em quanto tempo as agências de fact-checking analisam a veracidade da notícia e reagem a ela. Além disso, também realizou-se o processamento dos textos das notícias a fim de detectar se os assuntos que estão sendo tratados pelas agências são, de fato, os que possuem maior engajamento dos usuários dentro das redes sociais analisadas e também foi verificada a presença de bots nas redes sociais. Ainda, foi feita uma comparação entre a coleção de fact-checking disponibilizada pelo instituto Poynter e Fact Checking Google API, a fim de identificar a uniformidade entre as bases. Os resultados mostraram que o tempo de resposta das agências foi, em média, de 23 dias no caso de publicação da notícia falsa no Twitter e de 6 dias no Facebook. Para auxiliar o combate à desinformação, foi proposto um modelo classificador implementado através do Random Forest para indicar, com certo grau de precisão, se uma afirmação sobre a pandemia é falsa ou verdadeira. O modelo proposto atingiu F1 Score de 97,9% com testes realizados em uma parcela do dataset coletado.
