Abordagem computacional para avaliação automática da qualidade da argumentação na dimensão retórica de tweets no domínio da política brasileira
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSCAR |
Texto Completo: | https://repositorio.ufscar.br/handle/ufscar/18253 |
Resumo: | Research in the area of argumentation, inherent to human beings and essential for both spoken and written communication, dates back to the 4th century BC. The argument is multidisciplinary and covers several fields of research, including computer science. Communication has evolved to social networks, which are a considerable source of argumentative texts in various domains, such as politics. The automatic evaluation of arguments is the subject of recent studies in the area of Natural Language Processing and computational models that seek to perform this task are being proposed, especially based on algorithms based on Support Vector Machines and Deep Learning. In parallel, corpus of argumentative texts in English are being produced. As a way of contributing to research related to the assessment of the quality of argumentation in Portuguese, this work aims to propose, implement and validate a computational approach, for the automatic assessment of the quality of argumentation in the rhetorical dimension in tweets related to Brazilian politics. The approach involves developing a computational model, an annotated corpus with policy-related messages, and task-specific annotation guidelines. The studies carried out here showed that the most appropriate way to assess the quality of arguments in tweets related to Brazilian politics was using a neural model generated from the fine-tuning of BERTimbau. The proposed model was able to predict with 100% accuracy instances of the High quality argumentation class. |
id |
SCAR_1a177ec9b027ae9188953f9bad50ae94 |
---|---|
oai_identifier_str |
oai:repositorio.ufscar.br:ufscar/18253 |
network_acronym_str |
SCAR |
network_name_str |
Repositório Institucional da UFSCAR |
repository_id_str |
4322 |
spelling |
Silva, Cássio Faria daCaseli, Helena de Medeiroshttp://lattes.cnpq.br/6608582057810385Neris, Vânia Paula de Almeidahttp://lattes.cnpq.br/0268728255033469http://lattes.cnpq.br/1698993001389495https://orcid.org/0000-0002-9420-8608https://orcid.org/0000-0003-3996-8599http://orcid.org/0000-0002-4059-87003d6c06bd-1828-47ef-9854-6135aab409e52023-07-10T12:52:41Z2023-07-10T12:52:41Z2023-05-08SILVA, Cássio Faria da. Abordagem computacional para avaliação automática da qualidade da argumentação na dimensão retórica de tweets no domínio da política brasileira. 2023. Tese (Doutorado em Ciência da Computação) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/18253.https://repositorio.ufscar.br/handle/ufscar/18253Research in the area of argumentation, inherent to human beings and essential for both spoken and written communication, dates back to the 4th century BC. The argument is multidisciplinary and covers several fields of research, including computer science. Communication has evolved to social networks, which are a considerable source of argumentative texts in various domains, such as politics. The automatic evaluation of arguments is the subject of recent studies in the area of Natural Language Processing and computational models that seek to perform this task are being proposed, especially based on algorithms based on Support Vector Machines and Deep Learning. In parallel, corpus of argumentative texts in English are being produced. As a way of contributing to research related to the assessment of the quality of argumentation in Portuguese, this work aims to propose, implement and validate a computational approach, for the automatic assessment of the quality of argumentation in the rhetorical dimension in tweets related to Brazilian politics. The approach involves developing a computational model, an annotated corpus with policy-related messages, and task-specific annotation guidelines. The studies carried out here showed that the most appropriate way to assess the quality of arguments in tweets related to Brazilian politics was using a neural model generated from the fine-tuning of BERTimbau. The proposed model was able to predict with 100% accuracy instances of the High quality argumentation class.As pesquisas na área de argumentação, inerente ao ser humano e essencial para a comunicação tanto falada quanto escrita, datam do século IV a.C. A argumentação é multidisciplinar e abrange vários campos de pesquisa, inclusive a ciência da computação. A comunicação evoluiu até as redes sociais que são uma fonte considerável de textos argumentativos de vários domínios, como a política. A avaliação automática de argumentos é tema de recentes estudos na área de Processamento de Linguagem Natural e modelos computacionais que procuram desempenhar essa tarefa estão sendo propostos, especialmente fundamentados em algoritmos baseados em Máquina de Vetores de Suporte (Support Vector Machines, SVM) e redes neurais profundas (Deep Learning). Em paralelo, córpus de textos argumentativos em inglês estão sendo produzidos. Como forma de contribuir com as pesquisas relacionadas à avaliação da qualidade da argumentação em português, este trabalho tem como objetivo propor, implementar e validar uma abordagem computacional, para a avaliação automática da qualidade de argumentação na dimensão retórica em tweets relacionados à política brasileira. A abordagem envolve o desenvolvimento de um modelo computacional, um córpus anotado com mensagens relacionadas à política e diretrizes de anotação específicos para a tarefa. Os estudos aqui conduzidos evidenciaram que a maneira que se mostrou mais adequada para avaliar a qualidade da argumentação em tweets relacionados à política brasileira foi usando um modelo neural gerado a partir do ajuste fino do BERTimbau. O modelo proposto foi capaz de predizer com 100% de precisão instâncias da classe de Alta qualidade da argumentação.Não recebi financiamentoporUniversidade Federal de São CarlosCâmpus São CarlosPrograma de Pós-Graduação em Ciência da Computação - PPGCCUFSCarAttribution-NonCommercial 3.0 Brazilhttp://creativecommons.org/licenses/by-nc/3.0/br/info:eu-repo/semantics/openAccessAvaliação da qualidade da argumentaçãoTweetBERTPolítica brasileiraProcessamento da língua portuguesaCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAOAbordagem computacional para avaliação automática da qualidade da argumentação na dimensão retórica de tweets no domínio da política brasileiraComputational approach for automatically assessing the quality of argumentation in the rhetorical dimension of tweets in the field of Brazilian politicsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis600600e36d4e63-960d-4f5c-9c93-f8b7f5f93d65reponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINALTese Cássio Faria da Silva.pdfTese Cássio Faria da Silva.pdfapplication/pdf6983970https://repositorio.ufscar.br/bitstream/ufscar/18253/1/Tese%20C%c3%a1ssio%20Faria%20da%20Silva.pdfb195f2e7e0a46c13b562272c013872e1MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8919https://repositorio.ufscar.br/bitstream/ufscar/18253/2/license_rdf7554719e5627c8f97902419c869e4761MD52TEXTTese Cássio Faria da Silva.pdf.txtTese Cássio Faria da Silva.pdf.txtExtracted texttext/plain378211https://repositorio.ufscar.br/bitstream/ufscar/18253/3/Tese%20C%c3%a1ssio%20Faria%20da%20Silva.pdf.txt121ebf94048a60deef6a51710ed9b993MD53ufscar/182532024-05-14 18:27:21.787oai:repositorio.ufscar.br:ufscar/18253Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222024-05-14T18:27:21Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.por.fl_str_mv |
Abordagem computacional para avaliação automática da qualidade da argumentação na dimensão retórica de tweets no domínio da política brasileira |
dc.title.alternative.eng.fl_str_mv |
Computational approach for automatically assessing the quality of argumentation in the rhetorical dimension of tweets in the field of Brazilian politics |
title |
Abordagem computacional para avaliação automática da qualidade da argumentação na dimensão retórica de tweets no domínio da política brasileira |
spellingShingle |
Abordagem computacional para avaliação automática da qualidade da argumentação na dimensão retórica de tweets no domínio da política brasileira Silva, Cássio Faria da Avaliação da qualidade da argumentação Tweet BERT Política brasileira Processamento da língua portuguesa CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
title_short |
Abordagem computacional para avaliação automática da qualidade da argumentação na dimensão retórica de tweets no domínio da política brasileira |
title_full |
Abordagem computacional para avaliação automática da qualidade da argumentação na dimensão retórica de tweets no domínio da política brasileira |
title_fullStr |
Abordagem computacional para avaliação automática da qualidade da argumentação na dimensão retórica de tweets no domínio da política brasileira |
title_full_unstemmed |
Abordagem computacional para avaliação automática da qualidade da argumentação na dimensão retórica de tweets no domínio da política brasileira |
title_sort |
Abordagem computacional para avaliação automática da qualidade da argumentação na dimensão retórica de tweets no domínio da política brasileira |
author |
Silva, Cássio Faria da |
author_facet |
Silva, Cássio Faria da |
author_role |
author |
dc.contributor.authorlattes.por.fl_str_mv |
http://lattes.cnpq.br/1698993001389495 |
dc.contributor.authororcid.por.fl_str_mv |
https://orcid.org/0000-0002-9420-8608 |
dc.contributor.advisor1orcid.por.fl_str_mv |
https://orcid.org/0000-0003-3996-8599 |
dc.contributor.advisor-co1orcid.por.fl_str_mv |
http://orcid.org/0000-0002-4059-8700 |
dc.contributor.author.fl_str_mv |
Silva, Cássio Faria da |
dc.contributor.advisor1.fl_str_mv |
Caseli, Helena de Medeiros |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/6608582057810385 |
dc.contributor.advisor-co1.fl_str_mv |
Neris, Vânia Paula de Almeida |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/0268728255033469 |
dc.contributor.authorID.fl_str_mv |
3d6c06bd-1828-47ef-9854-6135aab409e5 |
contributor_str_mv |
Caseli, Helena de Medeiros Neris, Vânia Paula de Almeida |
dc.subject.por.fl_str_mv |
Avaliação da qualidade da argumentação Tweet BERT Política brasileira Processamento da língua portuguesa |
topic |
Avaliação da qualidade da argumentação Tweet BERT Política brasileira Processamento da língua portuguesa CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
description |
Research in the area of argumentation, inherent to human beings and essential for both spoken and written communication, dates back to the 4th century BC. The argument is multidisciplinary and covers several fields of research, including computer science. Communication has evolved to social networks, which are a considerable source of argumentative texts in various domains, such as politics. The automatic evaluation of arguments is the subject of recent studies in the area of Natural Language Processing and computational models that seek to perform this task are being proposed, especially based on algorithms based on Support Vector Machines and Deep Learning. In parallel, corpus of argumentative texts in English are being produced. As a way of contributing to research related to the assessment of the quality of argumentation in Portuguese, this work aims to propose, implement and validate a computational approach, for the automatic assessment of the quality of argumentation in the rhetorical dimension in tweets related to Brazilian politics. The approach involves developing a computational model, an annotated corpus with policy-related messages, and task-specific annotation guidelines. The studies carried out here showed that the most appropriate way to assess the quality of arguments in tweets related to Brazilian politics was using a neural model generated from the fine-tuning of BERTimbau. The proposed model was able to predict with 100% accuracy instances of the High quality argumentation class. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-07-10T12:52:41Z |
dc.date.available.fl_str_mv |
2023-07-10T12:52:41Z |
dc.date.issued.fl_str_mv |
2023-05-08 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
SILVA, Cássio Faria da. Abordagem computacional para avaliação automática da qualidade da argumentação na dimensão retórica de tweets no domínio da política brasileira. 2023. Tese (Doutorado em Ciência da Computação) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/18253. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufscar.br/handle/ufscar/18253 |
identifier_str_mv |
SILVA, Cássio Faria da. Abordagem computacional para avaliação automática da qualidade da argumentação na dimensão retórica de tweets no domínio da política brasileira. 2023. Tese (Doutorado em Ciência da Computação) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/18253. |
url |
https://repositorio.ufscar.br/handle/ufscar/18253 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.confidence.fl_str_mv |
600 600 |
dc.relation.authority.fl_str_mv |
e36d4e63-960d-4f5c-9c93-f8b7f5f93d65 |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial 3.0 Brazil http://creativecommons.org/licenses/by-nc/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial 3.0 Brazil http://creativecommons.org/licenses/by-nc/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Ciência da Computação - PPGCC |
dc.publisher.initials.fl_str_mv |
UFSCar |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Repositório Institucional da UFSCAR |
collection |
Repositório Institucional da UFSCAR |
bitstream.url.fl_str_mv |
https://repositorio.ufscar.br/bitstream/ufscar/18253/1/Tese%20C%c3%a1ssio%20Faria%20da%20Silva.pdf https://repositorio.ufscar.br/bitstream/ufscar/18253/2/license_rdf https://repositorio.ufscar.br/bitstream/ufscar/18253/3/Tese%20C%c3%a1ssio%20Faria%20da%20Silva.pdf.txt |
bitstream.checksum.fl_str_mv |
b195f2e7e0a46c13b562272c013872e1 7554719e5627c8f97902419c869e4761 121ebf94048a60deef6a51710ed9b993 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
|
_version_ |
1802136418745581568 |