Um estudo comparativo de algoritmos de aprendizado de máquina na detecção de discurso de ódio na rede social Twitter

Abstract

Com o aumento de usuários nas redes sociais surge a necessidade de criar regras de utilização, pois muitos se sentem livres para falarem o que quiserem e muitas vezes isso pode prejudicar outras pessoas. Uma das formas de lidar com essas situações é identificar e banir pessoas que disseminam ódio em seus comentários. Visto que, o volume de textos gerados é bastante elevado, utilizar de algoritmos que consigam identificar essa disseminação de ódio, é uma prática que pode ajudar bastante as redes sociais a banirem esse tipo de usuário. O presente trabalho se propôs a desenvolver e analisar algoritmos que sejam capazes de identificar discurso de ódio em tweets por meio do aprendizado de máquina e processamento de linguagem natural. Dentre os vários algoritmos de aprendizado de máquina disponíveis no mercado, foram escolhidos o Máquina Vetor de Suporte (SVM), Regressão Logística, Floresta Aleatória e Naive Bayes, ajustando os hiperparâmetros para o contexto do trabalho, para a escolha dos algoritmos, consideramos a facilidade de implementação, tempo de execução e familiarização com os mesmos.