Automatizando a identificação de comentários tóxicos na internet utilizando crowdsourcing e processamento de linguagem natural

Abstract

O surgimento da Internet proporcionou diversos benefícios para a humanidade, tais como o aumento na velocidade da troca de informações, comunicação a distância em tempo real e o aumento de mídias que pudessem expressar suas emoções e opiniões. Por outro lado, estas facilidades também permitiram que pessoas mal-intecionadas publicassem discursos de ódio e intolerância. Devido a tais problemas, as mídias públicas buscam meios, automatizados, de bloquear, omitir e excluir textos e comentários que possam se encaixar nessas categorias. Portanto, no presente trabalho, objetivou-se utilizar o método de raspagem dos comentários do website (webscraping) rotulá-los com opiniões públicas (crowdsourcing) e, por fim, aplicar técnicas de Processamento de Linguagem Natural para identificar automaticamente os comentários tóxicos escritos em português do Brasil.