Estudo de modelos distribucionais para detecção de discurso de ódio em português

Detalhes bibliográficos
Autor(a) principal: Silva, Adriano dos Santos Rodrigues da
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-28012022-074813/
Resumo: Com o surgimento das redes sociais, os usuários passaram de consumidores a produtores de conteúdo, sendo que qualquer usuário tem a liberdade de emitir sua opinião. Devido à grande quantidade de conteúdo que os usuários publicam nas redes sociais, torna-se impossível que o monitoramento seja feito por agente humano, portanto é necessário encontrar uma forma para que essa supervisão seja de forma automática. Entretanto, esse problema é pouco explorado para o português, sendo que a maioria das pesquisas são dedicadas ao idioma inglês. Além disso, os modelos distribucionais podem ser utilizados em diversas tarefas, inclusive na tarefa de identicação de discurso de ódio em tweets. Nos experimentos realizados nesta pesquisa, esses modelos obtiveram desempenho superior em relação aos métodos tradicionais como N-Gram combinada com SVM
id USP_1b0c47c0a254152955dd7f942bd8462f
oai_identifier_str oai:teses.usp.br:tde-28012022-074813
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Estudo de modelos distribucionais para detecção de discurso de ódio em portuguêsStudy of distributional models for the detection of hate speech in PortugueseDiscurso de ódioHate speechMineração de textoRedes sociaisSocial networksText miningCom o surgimento das redes sociais, os usuários passaram de consumidores a produtores de conteúdo, sendo que qualquer usuário tem a liberdade de emitir sua opinião. Devido à grande quantidade de conteúdo que os usuários publicam nas redes sociais, torna-se impossível que o monitoramento seja feito por agente humano, portanto é necessário encontrar uma forma para que essa supervisão seja de forma automática. Entretanto, esse problema é pouco explorado para o português, sendo que a maioria das pesquisas são dedicadas ao idioma inglês. Além disso, os modelos distribucionais podem ser utilizados em diversas tarefas, inclusive na tarefa de identicação de discurso de ódio em tweets. Nos experimentos realizados nesta pesquisa, esses modelos obtiveram desempenho superior em relação aos métodos tradicionais como N-Gram combinada com SVMWith the rise of social networks, users have gone from being consumers to content producers, and any user is free to express their opinion. Due to the large amount of content that users publish on social networks, it is impossible for monitoring to be carried out by a human agent, so it is necessary to find a way for this supervision to be automatic. However, this problem is little explored for Portuguese, as most of the research is dedicated to the English language. Furthermore, distributional models can be used in several tasks, including the task of identifying hate speech in tweets. In the experiments performed in this research, these models obtained superior performance compared to traditional methods such as N-Gram combined with SVMBiblioteca Digitais de Teses e Dissertações da USPRoman, Norton TrevisanSilva, Adriano dos Santos Rodrigues da2021-12-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/100/100131/tde-28012022-074813/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2022-07-28T16:00:39Zoai:teses.usp.br:tde-28012022-074813Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212022-07-28T16:00:39Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Estudo de modelos distribucionais para detecção de discurso de ódio em português
Study of distributional models for the detection of hate speech in Portuguese
title Estudo de modelos distribucionais para detecção de discurso de ódio em português
spellingShingle Estudo de modelos distribucionais para detecção de discurso de ódio em português
Silva, Adriano dos Santos Rodrigues da
Discurso de ódio
Hate speech
Mineração de texto
Redes sociais
Social networks
Text mining
title_short Estudo de modelos distribucionais para detecção de discurso de ódio em português
title_full Estudo de modelos distribucionais para detecção de discurso de ódio em português
title_fullStr Estudo de modelos distribucionais para detecção de discurso de ódio em português
title_full_unstemmed Estudo de modelos distribucionais para detecção de discurso de ódio em português
title_sort Estudo de modelos distribucionais para detecção de discurso de ódio em português
author Silva, Adriano dos Santos Rodrigues da
author_facet Silva, Adriano dos Santos Rodrigues da
author_role author
dc.contributor.none.fl_str_mv Roman, Norton Trevisan
dc.contributor.author.fl_str_mv Silva, Adriano dos Santos Rodrigues da
dc.subject.por.fl_str_mv Discurso de ódio
Hate speech
Mineração de texto
Redes sociais
Social networks
Text mining
topic Discurso de ódio
Hate speech
Mineração de texto
Redes sociais
Social networks
Text mining
description Com o surgimento das redes sociais, os usuários passaram de consumidores a produtores de conteúdo, sendo que qualquer usuário tem a liberdade de emitir sua opinião. Devido à grande quantidade de conteúdo que os usuários publicam nas redes sociais, torna-se impossível que o monitoramento seja feito por agente humano, portanto é necessário encontrar uma forma para que essa supervisão seja de forma automática. Entretanto, esse problema é pouco explorado para o português, sendo que a maioria das pesquisas são dedicadas ao idioma inglês. Além disso, os modelos distribucionais podem ser utilizados em diversas tarefas, inclusive na tarefa de identicação de discurso de ódio em tweets. Nos experimentos realizados nesta pesquisa, esses modelos obtiveram desempenho superior em relação aos métodos tradicionais como N-Gram combinada com SVM
publishDate 2021
dc.date.none.fl_str_mv 2021-12-21
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/100/100131/tde-28012022-074813/
url https://www.teses.usp.br/teses/disponiveis/100/100131/tde-28012022-074813/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809091141117673472

Registros relacionados