Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/27501
Full metadata record
DC FieldValueLanguage
dc.creator.IDFIRMINO, A. A.pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/6042902332948785pt_BR
dc.contributor.advisor1BAPTISTA, Cláudio de Souza.-
dc.contributor.advisor1IDBAPTISTA, C. S.pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/0104124422364023pt_BR
dc.contributor.referee1GOMES, Herman Martins.-
dc.contributor.referee1IDGOMES, H. M.pt_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/4223020694433271pt_BR
dc.contributor.referee2PEREIRA, Eanes Torres.-
dc.contributor.referee2IDPEREIRA, E. T.pt_BR
dc.contributor.referee2Latteshttp://lattes.cnpq.br/2030738304003254pt_BR
dc.contributor.referee3BRAZ JÚNIOR, Geraldo.-
dc.contributor.referee3IDBRAZ JÚNIOR, Geraldo.pt_BR
dc.contributor.referee3Latteshttp://lattes.cnpq.br/8287861610873629pt_BR
dc.contributor.referee4CARVALHO, Windson Viana de.-
dc.contributor.referee4IDCARVALHO, W. V.pt_BR
dc.contributor.referee4Latteshttp://lattes.cnpq.br/1744732999336375pt_BR
dc.description.resumoO crescimento das mídias sociais em todo o mundo trouxe benefícios e desafios para a sociedade. Dentre os desafios, destaca-se a proliferação do discurso de ódio nas redes sociais. Hodiernamente, a detecção de discurso do ódio tornou-se uma tarefa árdua. Cerca de 22,5 milhões de postagens com discurso de ódio foram removidas nas redes sociais entre abril e junho de 2020. Destarte, faz-se necessário o desenvolvimento de pesquisas que busquem soluções automatizadas para identificar e remover discurso de ódio nas redes sociais. Nesta tese, propõe-se uma nova metodologia para detecção de discurso de ódio em textos em português. Esta metodologia faz uso de Cross - Lingual Learning, que consiste em usar transferência de aprendizagem em Modelos de Linguagem Pré -Treinados (MLPTs) com um idioma com grandes corpora disponíveis (idioma fonte) para resolver problemas em idiomas com menos dados anotados (idioma alvo). A metodologia proposta compreende quatro etapas: aquisição de corpora, definição de MLPT, estratégias de treinamento e avaliação. Foram realizados experimentos utilizando Modelos de Linguagem Pré -Treinados em diferentes idiomas: Inglês, Italiano e Português (BERT e XLM-R) para verificar qual deles se adequava melhor ao método proposto. Corpora em inglês (WH) e italiano (Evalita 2018) foram utilizados como idioma fonte e dois corpora em português (idioma alvo) foram utilizados: OffComBr-2 e Hate Speech Dataset (HSD). Os resultados dos experimentos demonstraram que a metodologia proposta é competitiva com o estado da arte: para o corpus OffComBr-2 obteve-se o melhor resultado dentre os trabalhos que utilizaram o mesmo corpus, com Medida F1 = 92%; e para o corpus HSD, obteve-se o segundo melhor resultado, com Medida F1 = 90%.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCentro de Engenharia Elétrica e Informática - CEEIpt_BR
dc.publisher.programPÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃOpt_BR
dc.publisher.initialsUFCGpt_BR
dc.subject.cnpqCiência da Computaçãopt_BR
dc.titleUma abordagem para detecção de discurso de ódio utilizando aprendizado de máquina baseado em cruzamento de idiomas.pt_BR
dc.date.issued2022-05-18-
dc.description.abstractThe growth of social media around the world has brought both benefits and challenges to society. Among the challenges, we highlight the proliferation of hate speech in social networks. Detecting hate speech has become an arduous task in today’s world. About 22.5 million posts with hate speech were removed from social networks between April and June 2020. Thus, it is necessary to develop research that seek automated solutions to identify and remove hate speech in social networks. In this thesis, we propose a new methodology for detecting hate speech in Portuguese texts. This methodology uses Cross-Lingual Learning, which consists of using transfer learning in Pre-Trained Language Models with a language with large corpora available (source language) to solve problems in languages with less annotated data (target language). The proposed methodology comprises four stages: corpora acquisition, definition of PTLM, training strategies and evaluation. We carried out experiments using Pre-Trained Language Models in different languages: English, Italian and Portuguese (BERT and XLM-R) to verify which one best suited the proposed method. Corpora in English (WH) and Italian (Evalita 2018) were used as source language and two corpora in Portuguese (target language) were used: OffComBr-2 and Hate Speech Dataset (HSD). The results of the experiments showed that the proposed methodology is promising: for the OffComBr-2 corpus, the best state-of-the-art result was obtained (F1 Score = 92%); and for the HSD corpus, the second best result was obtained (F1 Score = 90%).pt_BR
dc.identifier.urihttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/27501-
dc.date.accessioned2022-09-29T14:45:00Z-
dc.date.available2022-09-29-
dc.date.available2022-09-29T14:45:00Z-
dc.typeTesept_BR
dc.subjectProcessamento de linguagem naturalpt_BR
dc.subjectDetecção de discurso de ódiopt_BR
dc.subjectRedes sociaispt_BR
dc.subjectCross-lingual learningpt_BR
dc.subjectNatural language processingpt_BR
dc.subjectSocial networkspt_BR
dc.subjectHate speech detectionpt_BR
dc.rightsAcesso Abertopt_BR
dc.creatorFIRMINO, Anderson Almeida.-
dc.publisherUniversidade Federal de Campina Grandept_BR
dc.languageporpt_BR
dc.title.alternativeAn approach to detecting hate speech using machine learning based on cross-languages.pt_BR
dc.identifier.citationFIRMINO, Anderson Almeida. Uma abordagem para detecção de discurso de ódio utilizando aprendizado de máquina baseado em cruzamento de idiomas. 2022. 107 fl. Tese (Doutorado em Ciência da Computação), Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Campina Grande, Paraíba, Brasil, 2022. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/27501pt_BR
Appears in Collections:Doutorado em Ciência da Computação.

Files in This Item:
File Description SizeFormat 
ANDERSON ALMEIDA FIRMINO – TESE PPGCC 2022.pdf Anderson Almeida Firmino - Tese PPGCC 20223.16 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.