Avaliação de técnicas de word embedding na tarefa de detecção de discurso de ódio

Abstract

Este artigo apresenta os resultados obtidos da exploração dos vetores de características gerados de técnicas de word embedding (especificamente word2vec e wang2vec) a partir de um banco de textos na ordem do bilhão de tokens em comparação com os gerados a partir de bancos pequenos na ordem de dezenas de milhar, na aplicação de detecção de discurso de ódio na língua portuguesa. Dando continuidade às pesquisas desenvolvidas por outros autores no Brasil e em Portugal, e aproveitando os recursos e sugestões por eles disponibilizados, conseguiu-se uma melhora de até 2,5% na taxa de acerto na classificação, em relação ao estado da arte em língua portuguesa.

Ethical and technical challenges of AI in tackling hate speech

“…When we started testing our model, we received the following inquiry from a policymaker who was interested in the topic: "What does the system consider to be hate speech?". Despite the performance results of our model (BERT-based model trained with the data set published by Fortuna et al ( 2019)) surpass the benchmarks presented by Pari (2019), our challenge was to also be able to interpret the model. We discussed previously that there is not an established definition for hate speech, so our concern was to investigate what our model understands as hate speech.…”

Cross-Domain Sentiment Analysis in Portuguese using BERT

“…Nos últimos anos, esforc ¸os têm sido investidos em diversas tarefas da AS no Português, com o intuito de fornecer recursos para o desenvolvimento de pesquisas e aplicac ¸ões nesta área. Entre as tarefas tratadas, podemos citar a detecc ¸ão de discurso de ódio [Soto et al 2019, O. Plath et al 2022], detecc ¸ão de ironia e sarcasmo [Schubert andde Freitas 2020, Gonc ¸alves et al 2015] e a principal delas: classificac ¸ão de polaridade.…”

Identificação de desvios de linguagem através de redes neurais artificiais

“…Esse processo é conhecido como embedding. De acordo com [10], o processo de embbeding é a criac ¸ão de um vetor de números reais que representam as palavras de um dado texto e que contém algum conhecimento de posicionamento entre as palavras.…”