Dépôt DSpace/Manakin

Uma abordagem para detecção de discurso de ódio utilizando aprendizado de máquina baseado em cruzamento de idiomas.

Afficher la notice abrégée

dc.creator.ID FIRMINO, A. A. pt_BR
dc.creator.Lattes http://lattes.cnpq.br/6042902332948785 pt_BR
dc.contributor.advisor1 BAPTISTA, Cláudio de Souza.
dc.contributor.advisor1ID BAPTISTA, C. S. pt_BR
dc.contributor.advisor1Lattes http://lattes.cnpq.br/0104124422364023 pt_BR
dc.contributor.referee1 GOMES, Herman Martins.
dc.contributor.referee1ID GOMES, H. M. pt_BR
dc.contributor.referee1Lattes http://lattes.cnpq.br/4223020694433271 pt_BR
dc.contributor.referee2 PEREIRA, Eanes Torres.
dc.contributor.referee2ID PEREIRA, E. T. pt_BR
dc.contributor.referee2Lattes http://lattes.cnpq.br/2030738304003254 pt_BR
dc.contributor.referee3 BRAZ JÚNIOR, Geraldo.
dc.contributor.referee3ID BRAZ JÚNIOR, Geraldo. pt_BR
dc.contributor.referee3Lattes http://lattes.cnpq.br/8287861610873629 pt_BR
dc.contributor.referee4 CARVALHO, Windson Viana de.
dc.contributor.referee4ID CARVALHO, W. V. pt_BR
dc.contributor.referee4Lattes http://lattes.cnpq.br/1744732999336375 pt_BR
dc.description.resumo O 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.country Brasil pt_BR
dc.publisher.department Centro de Engenharia Elétrica e Informática - CEEI pt_BR
dc.publisher.program PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO pt_BR
dc.publisher.initials UFCG pt_BR
dc.subject.cnpq Ciência da Computação pt_BR
dc.title Uma abordagem para detecção de discurso de ódio utilizando aprendizado de máquina baseado em cruzamento de idiomas. pt_BR
dc.date.issued 2022-05-18
dc.description.abstract The 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.uri http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/27501
dc.date.accessioned 2022-09-29T14:45:00Z
dc.date.available 2022-09-29
dc.date.available 2022-09-29T14:45:00Z
dc.type Tese pt_BR
dc.subject Processamento de linguagem natural pt_BR
dc.subject Detecção de discurso de ódio pt_BR
dc.subject Redes sociais pt_BR
dc.subject Cross-lingual learning pt_BR
dc.subject Natural language processing pt_BR
dc.subject Social networks pt_BR
dc.subject Hate speech detection pt_BR
dc.rights Acesso Aberto pt_BR
dc.creator FIRMINO, Anderson Almeida.
dc.publisher Universidade Federal de Campina Grande pt_BR
dc.language por pt_BR
dc.title.alternative An approach to detecting hate speech using machine learning based on cross-languages. pt_BR
dc.identifier.citation FIRMINO, 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/27501 pt_BR


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Recherche avancée

Parcourir

Mon compte