Use este identificador para citar ou linkar para este item: https://rd.uffs.edu.br/handle/prefix/2689
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisor1Dal Bianco, Guilherme-
dc.creatorPinto, Cleiton de Lima-
dc.date2018-
dc.date.accessioned2019-04-04T17:55:23Z-
dc.date.available2019-
dc.date.available2019-04-04T17:55:23Z-
dc.date.issued2018-
dc.identifier.urihttps://rd.uffs.edu.br/handle/prefix/2689-
dc.description.abstractSocial media is increasingly present in people’s lives, including tools that allow users to collaborate with the creation of the content exposed in it. Many users use this functionality to post texts spreading illicit or criminal content. This offensive content need be removed soon as possible otherwise more and more people we see and can propagate through the internet, reaching a more significant number of victims encouraging the occurrence of other crimes. Thisworkproposestheextractionofcharacteristicsfromtextusingnaturallanguageprocessing techniques and machine learning to detect hate speech automatically. This type of hate crime, in general, is focused on the most vulnerable groups in society, and the harmful effects can lead to increased social exclusion and violence against such groups.pt_BR
dc.description.resumoAs mídias sociais estão cada vez mais presentes na vida das pessoas, incluindo ferramentas que permitem que usuário colabore com a criação do conteúdo nela exposto. Muitos usuários se aproveitam dessa funcionalidade para disseminar conteúdo ilícito ou criminoso. Caso não seja removido, este conteúdo será visto por cada vez mais pessoas e poderá ser propagado pela internet, atingindo um número maior de vítimas e incentivando a ocorrência de outros crimes. Esse tipo de crime geralmente é voltado aos grupos mais vulneráveis da sociedade, e seus efeitos nocivos podem causar o aumento da exclusão social e da violência praticada contra esses grupos. Este trabalho propõe explorar e extrair características de textos utilizando técnicas de processamento de linguagem natural e aprendizado de máquina para detectar automaticamente discursos de ódio. Os experimentos demonstraram que o método foi capaz de melhorar em até 5% em relação ao método base.pt_BR
dc.description.provenanceSubmitted by SUELEN SPINDOLA BILHAR (suelen.bilhar@gmail.com) on 2019-04-04T16:42:39Z No. of bitstreams: 1 PINTO.pdf: 1976781 bytes, checksum: 18aeebaa799fb9a792993ebd78146dd6 (MD5)en
dc.description.provenanceApproved for entry into archive by Diego dos Santos Borba (dborba@uffs.edu.br) on 2019-04-04T17:55:23Z (GMT) No. of bitstreams: 1 PINTO.pdf: 1976781 bytes, checksum: 18aeebaa799fb9a792993ebd78146dd6 (MD5)en
dc.description.provenanceMade available in DSpace on 2019-04-04T17:55:23Z (GMT). No. of bitstreams: 1 PINTO.pdf: 1976781 bytes, checksum: 18aeebaa799fb9a792993ebd78146dd6 (MD5) Previous issue date: 2018en
dc.languageporpt_BR
dc.publisherUniversidade Federal da Fronteira Sulpt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCampus Chapecópt_BR
dc.publisher.initialsUFFSpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectProcessamento de linguagem naturalpt_BR
dc.subjectAprendizado computacionalpt_BR
dc.subjectInternetpt_BR
dc.titleExtração de características para identificação de discurso de ódio em documentospt_BR
dc.typeMonografiapt_BR
Aparece nas coleções:Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PINTO.pdf1,93 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.