Navegando por Assunto "Discurso de ódio na Internet"

Agora exibindo 1 - 3 de 3

Análise de Viés no Modelo BERTimbau para detecção de discurso de ódio em Português Brasileiro
(2026-02-12) Oliveira Filho, José Fernando de; Gouveia, Roberta Macedo Marques; http://lattes.cnpq.br/2024317361355224
A expansão das redes sociais intensificou a circulação de discursos de ódio online, gerando desafios à convivência democrática e à proteção de grupos minoritários. Diante da inviabilidade da moderação manual, este trabalho aplica técnicas de Processamento de Linguagem Natural (PLN) e Aprendizado de Máquina (ML) para a identificação de conteúdo ofensivo em português brasileiro. O estudo investiga o viés algorítmico do modelo BERTimbau, ajustado via fine-tuning e treinado sobre as bases anotadas ToLD-BR e Tupy-E. A avaliação considera métricas tradicionais de desempenho (precisão, recall, F1-score) e de equidade (Paridade Demográfica), com o objetivo de examinar possíveis associações indevidas entre termos de identidade social e discurso de ódio, contribuindo para o debate sobre justiça algorítmica. Os resultados evidenciaram padrões estruturados de viés do BERTimbau entre os eixos de gênero, raça e orientação sexual, bem como entre grupos específicos dentro de cada eixo (por exemplo, mulheres, pessoas bissexuais, gays e pardas), mostrando que o modelo tende a associar esses termos de identidade ao discurso de ódio com maior frequência do que seus grupos de referência, mesmo em contextos neutros ou positivos.
Cancelamento na cultura do consumo: uma revisão bibliográfica
(2023-09-22) Nascimento, Marielle Eden Palmeira do; Falcão, Carolina Cavalcanti; http://lattes.cnpq.br/9887570122994623; http://lattes.cnpq.br/9130166609105683
O cancelamento na cultura do consumo trata-se de uma forma individualista de apontar erros e não de provocar mudanças nas estruturas sociais decorrente da interação entre os usuários de redes sociais digitais. O objetivo central do trabalho é compreender como o fenômeno do cancelamento atravessa as práticas consumeristas para as práticas de discurso de ódio. Propõe-se, assim, apresentar uma pesquisa bibliográfica, baseada na revisão narrativa, que permite que o autor se envolva em análises e interpretações críticas mais amplas na construção do conhecimento, além de uma breve análise das reações das pessoas diante do clipe da música “campo de morango” da cantora pop Luísa Sonza, como forma de ilustrar o atravessamento das práticas. Sob essa ótica, o cancelamento na cultura do consumo é um movimento de enfrentamento e violência, atravessado por aspectos do discurso de ódio que via de regra atinge mulheres e quaisquer outras minorias online. Além de ser capaz também de gerar ainda mais atenção sobre o conteúdo que está sendo compartilhado, de forma que, mesmo diante dos haters, artistas, marcas e produtos seguem se tornando lembrados, ocupando o trending da discussão.
Classificação automática de discursos de ódio em textos do twitter
(2019) Nascimento, Robson Murilo Ferreira do; Souza, Ellen Polliana Ramos; http://lattes.cnpq.br/6593918610781356; http://lattes.cnpq.br/8962852253787699
Discurso do ódio, ou no inglês Hate Speech, pode ser definido como qualquer ato de comunicação que inferiorize uma pessoa por sua etnia, raça, religião, orientação sexual, nacionalidade ou outras características. Esse ato está se tornando cada vez mais comum nas redes sociais, onde muitas pessoas confundem liberdade de expressão com intolerância. Os jovens são os principais afetados, pois representam um grupo mais fácil de ser atingido pela ideologia propagada pelos Haters, os quais exaltam a violência, adotam ideologias racistas e xenofóbicas, intolerância religiosa e etc. Uma ferramenta capaz de ajudar a combater esse problema, é a Mineração de Texto, que busca extrair regularidades, padrões ou tendências de textos em linguagem natural, assim podendo ser definida como um método de extração de informações relevantes em bases de dados não estruturadas ou semi-estruturadas. Considerando o Twitter como uma das redes sociais mais utilizadas no Brasil, este trabalho tem como objetivo de implementar e avaliar técnicas supervisionadas de aprendizagem de máquina, com intuito de identificar de forma automática discurso de ódio em tweets. Para isso, foram utilizados dois corpus, um na língua inglesa, previamente disponibilizado, e outro com a língua português do Brasil,o qual foi montado com texto do Twitter, que posteriormente parte dele foi anotado de forma manual, e ambos passaram por um pré-processamento, a fim de criar coleções douradas, utilizadas para construção e avaliação dos modelos supervisionados. Por fim, foi realizada uma análise comparativa dos algoritmos de aprendizagem de máquina: SVM, Naive-Bayse e Regressão Logística, combinados com a técnica de processamento de linguagem natural stemming.