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
This entry is parte 21 de 24 in the series Python + IA: Fundamentos e Projetos Práticos

Python + IA: Fundamentos e Projetos Práticos

Python para Iniciantes: Instalando o Ambiente, Sintaxe e Variáveis (Dia 1/30)

Ambiente, Sintaxe Básica e Variáveis em Python — Bootcamp Dia 1

Como Trabalhar com Listas no Python — Bootcamp Dia 6

Como Trabalhar com Listas no Python — Bootcamp Dia 6

Tuplas e Sets em Python — Estruturas Imutáveis e Conjuntos Inteligentes

Tuplas e Sets em Python — Estruturas Imutáveis e Conjuntos Inteligentes | Bootcamp Dia 7

Como Usar Dicionários em Python — Bootcamp Python + IA Dia 8

Dicionários em Python: chave e valor, o jeito inteligente de armazenar dados

Como Criar Funções em Python — Parâmetros, Retorno e Reutilização

Funções em Python: Escreva Menos, Faça Mais

Como Tratar Erros em Python com try, except e finally

Tratamento de Erros em Python: programe com segurança

Leitura e Escrita de Arquivos em Python

Leitura e Escrita de Arquivos em Python: salve seus dados no mundo real

Como Salvar Listas de Dicionários em Arquivo JSON com Python

Salvando Dados Estruturados com JSON em Python

Funções com Múltiplos Retornos em Python — Análise de Dados com Elegância

Funções com Múltiplos Retornos em Python: eficiência e organização

Parâmetros Opcionais e Valores Padrão em Python

Parâmetros Opcionais e Valores Padrão em Python

Como Usar args e kwargs em Funções Python

*args e **kwargs em Python: flexibilidade total nas funções

Como Usar List Comprehensions em Python

List Comprehensions em Python: código elegante e eficiente

Como Manipular Arquivos CSV com Python

Manipulando Arquivos CSV com Python: automatize leitura e escrita de dados

Como Usar Pandas em Python para Análise de Dados

Começando com Pandas em Python: análise de dados para IA e automações

Como Limpar e Preparar Dados com Pandas | Bootcamp Dia 20

Limpeza e Transformação de Dados com Pandas: preparando para IA

Como usar a OpenAI com Python (API Atualizada, GPT-3.5)

Inteligência Artificial com Python: Fundamentos e Primeira Integração com a OpenAI

Como Classificar Textos com IA e Python (Zero-Shot Classification)

Classificação de Texto com IA: Detectando Temas e Categorias

Como Criar Textos com Python e IA (NLP + GPT-2)

Geração de Texto com IA: Criando Respostas Inteligentes com Python

Como Criar um Chatbot com IA em Python (com DialoGPT)

Chatbot com IA em Python: Construindo um Assistente Inteligente

Como Detectar Fake News com Python e IA — Projeto Prático

Como Detectar Fake News com Python e IA

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

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

Como Avaliar a Qualidade de um Modelo de IA com Python

Como Avaliar a Qualidade de um Modelo de IA com Python — Além da Acurácia

Como Balancear Dados e Validar Modelos com Python e IA

Como Balancear Dados e Validar Modelos com Python e IA

Classificador de Fake News com Interface Web em Python (Streamlit)

Projeto Final: Criando um Classificador de Fake News com Interface Web em Python (Streamlit)

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

Python + IA: Fundamentos e Projetos Práticos

Como Detectar Fake News com Python e IA Como Avaliar a Qualidade de um Modelo de IA com Python — Além da Acurácia