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 TamanhoFormato 
aprendizadotextosinteligenciaarticial.pdf527,59 kBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons