Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/31894| Título: | Aprendizagem de máquina aplicada para identificação de preconceitos em textos de redes sociais |
| Título(s) alternativo(s): | Machine learning applied to identify social prejudices in social network texts |
| Autor(es): | Moreno, Leonardo da Silva |
| Orientador(es): | Ascari, Rúbia Eliza de Oliveira Schultz |
| Palavras-chave: | Aprendizado do computador Preconceitos Discurso de ódio Discurso de ódio na Internet Redes sociais on-line Machine learning Prejudices Hate speech Online hate speech Online social networks |
| Data do documento: | 1-Jun-2023 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Pato Branco |
| Citação: | MORENO, Leonardo da Silva. Aprendizagem de máquina aplicada para identificação de preconceitos em textos de redes sociais. 2023. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2023. |
| Resumo: | As redes sociais são poderosas ferramentas capazes de compartilhar, em segundos, diversas informações com milhões de usuários. Esse poderio pode ser perigoso quando a informação disseminada é um discurso de ódio, prejudicando indivíduos e grupos direta e indiretamente. Sistemas que se alimentam de textos e informações de redes sociais, estão sujeitos a coletar esse tipo de dado, dado esse que pode prejudicar possíveis análises feitas nesses sistemas que se baseiam em textos. Dependendo do objetivo, os algoritmos podem tomar decisões errôneas, afetando diretamente um ou mais indivíduos, resolução essa que poderia ser diferente se textos repletos de intolerância não estivessem no conjunto de dados analisado, prejudicando o julgamento do programa. Utilizando métodos de classificação e de aprendizado de máquina supervisionado, este trabalho buscou identificar textos presentes em redes sociais na língua portuguesa que contenham algum tipo de discriminação ou preconceito, contribuindo tanto para o usuário final da rede social, quanto para desenvolvedores que buscam identificar e retirar este tipo de conteúdo de sua base de dados. |
| Abstract: | Social networks are powerful tools capable of sharing, in seconds, diverse information with millions of users. This power can be dangerous when the disseminated information is hate speech, harming individuals and groups directly and indirectly. Systems that feed on texts and information from social networks are subject to collecting this type of data, data that can harm possible analyzes made in these systems that are based on texts. Depending on the objective, the algorithms can make erroneous decisions, directly affecting one or more individuals, a resolution that could be different if texts full of intolerance were not in the analyzed dataset, impairing the program’s judgment. Using methods of classification and supervised machine learning, this work sought to identify texts present in social networks in Portuguese that contain some type of discrimination or prejudice, contributing both to the end user of the social network and to developers who seek to identify and remove this type of content from your database. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/31894 |
| Aparece nas coleções: | PB - Tecnologia em Análise e Desenvolvimento de Sistemas |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| aprendizadotextosinteligenciaarticial.pdf | 527,59 kB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
