Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/36836
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2023_PedroHenriqueVieirDeLima_tcc.pdf1,72 MBAdobe PDFver/abrir
Título: Detecção de comentários tóxicos em chats e redes sociais com deep learning
Autor(es): Lima, Pedro Henrique Vieira de
Orientador(es): Braz, Fabricio Ataides
Assunto: Inteligência artificial
Processamento de linguagem natural (Computação)
Redes neurais (Computação)
Data de apresentação: 24-Jul-2023
Data de publicação: 22-Nov-2023
Referência: LIMA, Pedro Henrique Vieira de. Detecção de comentários tóxicos em chats e redes sociais com deep learning. 2023. 137 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) — Universidade de Brasília, Brasília, 2023.
Resumo: O crescente aumento do uso de redes sociais e aplicativos de chat online tem trazido consigo um desafio significativo relacionado aos comentários tóxicos. No entanto, a abordagem convencional para enfrentar esse problema muitas vezes não é eficaz o suficiente, especialmente quando se trata de idiomas específicos, como o português. Nesse contexto, o objetivo deste trabalho é preencher essa lacuna por meio da aplicação de tecnologias avançadas, como redes neurais recorrentes, para a detecção de comentários tóxicos em português. Através do treinamento de um modelo utilizando um conjunto de dados contendo sequências classificadas como tóxicas ou não tóxicas, espera-se desenvolver um sistema capaz de distinguir com precisão a qual classe cada sequência pertence. A avaliação e comparação desse modelo com outras abordagens existentes serão realizadas para fornecer insights valiosos sobre sua eficácia na detecção de conteúdo tóxico em português, contribuindo assim para a criação de ambientes online mais seguros e saudáveis.
Abstract: The increasing use of social media and online chat applications has led to a significant phenomenon in recent years. However, this growth has also brought about problems, especially concerning toxic comments. To address this issue, the utilization of advancedtechnologies such as neural networks and natural language processing techniques hasbecome increasingly important. While there already exists some related content, there isindeed a deficit when it comes to specific languages. Therefore, the objective of this workis to create a model, using recurrent neural networks, capable of distinguishing between toxic and non-toxic sequences from a dataset containing such sequences in Portuguese.The model will be evaluated and compared to other models to assess its performance.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade UnB Gama, Engenharia de Software, 2023.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia de Software



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.