1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Faculdade de Computação (FACOM)
  3. TCC - Sistemas de Informação (Monte Carmelo)
Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/44599
Full metadata record
DC FieldValueLanguage
dc.creatorAlves, Kelly Cristina-
dc.date.accessioned2025-01-21T11:46:54Z-
dc.date.available2025-01-21T11:46:54Z-
dc.date.issued2024-11-21-
dc.identifier.citationALVES, Kelly Cristina. Detecção de comentários ofensivos na rede social YouTube. 2024. 61 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Monte Carmelo, 2025.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/44599-
dc.description.sponsorshipPesquisa sem auxílio de agências de fomentopt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectProcessamento de Linguagem Naturalpt_BR
dc.subjectAprendizado de Máquinapt_BR
dc.subjectComentário ofensivopt_BR
dc.subjectClassificação de textopt_BR
dc.subjectModeração de conteúdopt_BR
dc.titleDetecção de comentários ofensivos na rede social YouTubept_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Pereira, Fabíola Souza Fernandes-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2320001731969968pt_BR
dc.contributor.referee1Couto, Leandro Nogueira-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/9500586005920379pt_BR
dc.contributor.referee2Tuma, Carlos Cesar Mansur-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/0916152883066962pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoComentários ofensivos e o discurso de ódio têm se tornado um desafio para a moderação de conteúdo nas redes sociais virtuais, e pesquisa sobre técnicas de moderação automatizada para a língua portuguesa brasileira ainda é limitada. Neste contexto, este estudo visa contribuir para o desenvolvimento de um sistema eficiente para a detecção e classificação de comentários ofensivos em português brasileiro, utilizando técnicas de processamento de linguagem natural e aprendizado de máquina. A abordagem adotada explora um conjunto de dados composto por 4.139 comentários em português brasileiro extraídos do YouTube e propõe detectar e classificar automaticamente comentários ofensivos em português brasileiro. Foram comparados quatro algoritmos clássicos de classificação de texto — Naive Bayes, SVM, Random Forest e GBM — aplicados a vetorizadores CountVectorizer e TF-IDF. O modelo Random Forest, combinado com CountVectorizer, apresentou o melhor desempenho, alcançando 86% de acurácia e medida F1. Esse resultado evidencia a viabilidade do uso de métodos clássicos de aprendizado de máquina na moderação de conteúdo em português brasileiro. Este estudo contribui com a construção e disponibilização de uma base de dados especializada, promovendo avanços no campo da moderação automatizada e fornecendo um recurso útil para o desenvolvimento de modelos voltados ao português. Com isso, o trabalho reforça o potencial do aprendizado de máquina em promover ambientes online mais seguros e inclusivos.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseSistemas de Informaçãopt_BR
dc.sizeorduration61pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::BANCO DE DADOSpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAOpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::LINGUAGENS DE PROGRAMACAOpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO::MODELOS ANALITICOS E DE SIMULACAOpt_BR
dc.orcid.putcode176359621-
Appears in Collections:TCC - Sistemas de Informação (Monte Carmelo)

Files in This Item:
File Description SizeFormat 
DeteccaoComentariosOfencivos.pdfTCC1.8 MBAdobe PDFThumbnail
View/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.