APLICAÇÃO PARA DETEÇÃO AUTOMÁTICA DE DISCURSO DE ÓDIO EM LÍNGUA PORTUGUESA RECORRENDO A APRENDIZAGEMCOMPUTACIONAL

Assistimos a uma massificação da utilização das tecnologias da informação sem qualquer diferenciação de idade, nem tão pouco requerendo qualquer conhecimento aprofundado de informática, independentemente do tipo de equipamento utilizado (dispositivos móveis, computadores ou até eletrodomésticos equipados com conectividade à Internet). O crescente aumento de utilizadores no ciberespaço tornou-o um local de partilha de informação pessoal e alojamento de documentos pessoais e/ou profissionais, reunindo assim todas as condições para se tornar um meio de diminuição da distância física, através da utilização copiosa das redes sociais. A utilização massificada da Internet e do ciberespaço potenciou o aparecimento de utilizadores mal-intencionados, cuja motivação principal é a prática de cibercrimes. As principais atividades ilícitas exercidas no ciberespaço e que constituem a prática de crime variam, desde o acesso a dados de forma ilegal, apropriação de contas de utilizadores nas mais diversas plataformas, até à invasão de privacidade (física e virtual). A utilização das redes sociais e a partilha de conteúdos que aí é feita potencia a prática de crimes relacionados com a invasão de privacidade, onde se destacam o cyberbullying, a perseguição digital (cyberstalking), a exposição pública na Internet de conteúdos digitais íntimos, sem o consentimento da pessoa visada (revenge porn) e a troca intencional e abusiva de mensagens de cariz sexual (sexting). A proliferação, diversidade e heterogeneidade das redes sociais existentes tem ampliado a prática deste tipo de crimes, com consequências diretas para as vítimas. Por outro lado, o volume de dados a analisar requerem a implementação de aplicações que processem automaticamente as publicações nas redes sociais, com vista à identificação automática e em tempo real de potenciais atividades genericamente associadas à disseminação de discurso de ódio. O panorama em Portugal está em linha com o que se passa globalmente em todo o mundo, tendo as autoridades nacionais registado um aumento substancial de crimes relacionados com o cyberbullying e a utilização indiscriminada do discurso de ódio. A implementação de aplicações para a deteção automática deste tipo de comportamento em publicações nas redes sociais reveste-se assim da maiorportuguesa, tendo em conta o elevado número de utilizadores, os trabalhos existentes são escassos e direcionados para algumas variantes, como o português do Brasil. Neste projeto apresenta-se um protótipo de aplicação para a deteção automática de texto que inclua discurso de ódio. Esta aplicação poderá, por exemplo, ser utilizada para analisar, em tempo real, as publicações e correspondentes comentários de um feed de uma rede social, detetando discurso de ódio, possibilitando assim uma intervenção célere, como o bloqueio do utilizador ou a remoção da publicação. Foi igualmente desenvolvida uma extensão para o navegador Google Chrome, que permite detetar o discurso de ódio numa página web, facilitando assim a sua utilização no contexto da navegação web. No desenvolvimento do protótipo foram utilizados e testados vários métodos de aprendizagem computacional (machine learning), designadamente Naïve Bayes, SVM, kNN, Random Forest e Neural Network. Ainda no âmbito deste projeto foi criado um dataset anotado e classificado, contendo 354 publicações retiradas da obra de "Para cima de puta"da autora Ferreira, 2021 e de redes sociais como o Facebook, o Twitter e o Youtube, com exemplos reais de texto legítimo e de conteúdos associados a cyberbullying e discurso de ódio. Os testes realizados com os métodos Naïve Bayes, SVM, kNN, Random Forest, Neural Network e ainda combinações entre os métodos anteriores, permitiram obter um valor de F-score de 73% e um precisão de 78%, resultados provenientes da combinação dos algoritmos kNN & Neural Network. importância. Em língua inglesa há várias aplicações, mas no contexto da língu