Como Criar uma Interface com IA em Python para Detectar Fake News

Transforme seu modelo de IA em uma ferramenta interativa que detecta fake news com entrada via terminal. Veja o código completo, dicas e desafios.

Compartilhe

Como Criar uma Interface com IA em Python para Detectar Fake News
Essa é a parte 21 de 24 na série Python + IA: Fundamentos e Projetos Práticos

Hoje vamos transformar nosso modelo em um mini-sistema interativo, onde o usuário digita uma notícia e a IA responde se é verdadeira ou falsa.


🧠 O que estamos fazendo

Até agora:

  • Lemos dados reais com pandas
  • Vetorizamos texto com TfidfVectorizer
  • Treinamos um classificador com PassiveAggressiveClassifier
  • Avaliamos acurácia

Agora, vamos criar uma interface no terminal para o usuário testar a IA com entradas manuais!


✍️ Código do dia: classificador_interativo.py

import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.linear_model import PassiveAggressiveClassifier

# 1. Carrega e prepara os dados
df = pd.read_csv("fake_news_dataset_v2.csv")
df = df[['text', 'label']].dropna()

# 2. Vetoriza todos os dados
vectorizer = TfidfVectorizer(stop_words='english', max_df=0.7)
X = vectorizer.fit_transform(df['text'])
y = df['label']

# 3. Treina o modelo com todos os dados disponíveis
model = PassiveAggressiveClassifier(max_iter=50)
model.fit(X, y)

# 4. Inicia interface interativa
print("🧠 IA Detectora de Fake News iniciada!")
print("Digite uma notícia para saber se ela é FAKE ou REAL. Digite 'sair' para encerrar.\n")

while True:
    entrada = input("📝 Digite a notícia: ")

    if entrada.strip().lower() == 'sair':
        print("👋 Encerrando o classificador. Até a próxima!")
        break

    entrada_vec = vectorizer.transform([entrada])
    predicao = model.predict(entrada_vec)[0]

    print(f"📣 Classificação: {predicao}\n")

✅ O que você aprendeu hoje

  • Como usar um modelo treinado para prever novos dados
  • Como transformar um script de IA em uma ferramenta interativa
  • Como aplicar IA em casos reais e dinâmicos

💡 Dica: você pode agora criar uma interface gráfica com tkinter ou enviar essa entrada de texto via formulário de um site.


🎯 Desafio para praticar

Crie uma variação do classificador com:

  • Exibição da probabilidade da previsão (use predict_proba() com outro modelo, como LogisticRegression)
  • Contagem de quantas notícias foram testadas
  • Log dos resultados salvos num arquivo .csv
Navegação<< Como Detectar Fake News com Python e IAComo Avaliar a Qualidade de um Modelo de IA com Python — Além da Acurácia >>

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.