DETECÇÃO AUTOMÁTICA DE COMENTÁRIOS TÓXICOS EM LÍNGUA PORTUGUESA: UMA ABORDAGEM BASEADA EM PLN
"2025-12-02" // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
App\Base\Administrativo\Model\Artigo {#1845 // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php #connection: "mysql" +table: "artigo" #primaryKey: "id" #keyType: "int" +incrementing: true #with: [] #withCount: [] +preventsLazyLoading: false #perPage: 15 +exists: true +wasRecentlyCreated: false #escapeWhenCastingToString: false #attributes: array:35 [ "id" => 127655 "edicao_id" => 438 "trabalho_id" => 6356 "inscrito_id" => 10071 "titulo" => "DETECÇÃO AUTOMÁTICA DE COMENTÁRIOS TÓXICOS EM LÍNGUA PORTUGUESA: UMA ABORDAGEM BASEADA EM PLN" "resumo" => "A toxicidade presente nas interações digitais representa um desafio crescente na sociedade contemporânea, impactando diretamente o bem-estar dos usuários e a qualidade do debate público nas plataformas virtuais. Este trabalho apresenta uma abordagem automatizada para a detecção de comentários tóxicos em língua portuguesa, por meio da aplicação de técnicas de Processamento de Linguagem Natural (PLN) e aprendizado de máquina. O modelo proposto foi desenvolvido em Python, utilizando um pipeline que inclui etapas de pré-processamento textual, como limpeza, normalização, tokenização, remoção de stopwords e stemming. Em seguida, os dados foram vetorizados com a técnica TF-IDF e classificados por meio do algoritmo Naive Bayes, bastante eficiente em tarefas de classificação textual. A base de dados utilizada continha mais de 29 mil comentários rotulados como tóxicos ou não tóxicos. O modelo atingiu uma acurácia de 72%, demonstrando sua capacidade de identificar padrões de linguagem ofensiva de forma confiável. Além do avanço técnico, o projeto também se destaca pelo seu impacto social, ao contribuir para ambientes digitais mais seguros e respeitosos. A pesquisa ainda promove reflexões sobre o uso ético de ferramentas de inteligência artificial, propondo soluções tecnológicas que respeitem a liberdade de expressão e atuem na prevenção da violência verbal online. A iniciativa oferece uma base sólida para futuras aplicações em larga escala no monitoramento de redes sociais e plataformas de comentários." "modalidade" => "Pôster (PO)" "area_tematica" => "GT 19 - Tecnologias e Educação" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO_COMPLETO_EV214_ID10071_TB6356_30102025184536.pdf" "created_at" => "2025-12-02 14:51:23" "updated_at" => null "ativo" => 1 "autor_nome" => "JORGE MIGUEL VIANA TORRES" "autor_nome_curto" => "JORGE MIGUEL" "autor_email" => "jorgeditor.social@gmail.com" "autor_ies" => "OUTRA / MINHA INSTITUIÇÃO NÃO ESTÁ NA LISTA" "autor_imagem" => "" "edicao_url" => "anais-xi-congresso-nacional-de-educacao" "edicao_nome" => "Anais XI Congresso Nacional de Educação" "edicao_evento" => "XI Congresso Nacional de Educação" "edicao_ano" => 2025 "edicao_pasta" => "anais/conedu/2025" "edicao_logo" => null "edicao_capa" => "692d8b19ea55f_01122025093329.png" "data_publicacao" => "2025-12-02" "edicao_publicada_em" => "2025-12-01 09:33:29" "publicacao_id" => 19 "publicacao_nome" => "Anais CONEDU" "publicacao_codigo" => "2358-8829" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #original: array:35 [ "id" => 127655 "edicao_id" => 438 "trabalho_id" => 6356 "inscrito_id" => 10071 "titulo" => "DETECÇÃO AUTOMÁTICA DE COMENTÁRIOS TÓXICOS EM LÍNGUA PORTUGUESA: UMA ABORDAGEM BASEADA EM PLN" "resumo" => "A toxicidade presente nas interações digitais representa um desafio crescente na sociedade contemporânea, impactando diretamente o bem-estar dos usuários e a qualidade do debate público nas plataformas virtuais. Este trabalho apresenta uma abordagem automatizada para a detecção de comentários tóxicos em língua portuguesa, por meio da aplicação de técnicas de Processamento de Linguagem Natural (PLN) e aprendizado de máquina. O modelo proposto foi desenvolvido em Python, utilizando um pipeline que inclui etapas de pré-processamento textual, como limpeza, normalização, tokenização, remoção de stopwords e stemming. Em seguida, os dados foram vetorizados com a técnica TF-IDF e classificados por meio do algoritmo Naive Bayes, bastante eficiente em tarefas de classificação textual. A base de dados utilizada continha mais de 29 mil comentários rotulados como tóxicos ou não tóxicos. O modelo atingiu uma acurácia de 72%, demonstrando sua capacidade de identificar padrões de linguagem ofensiva de forma confiável. Além do avanço técnico, o projeto também se destaca pelo seu impacto social, ao contribuir para ambientes digitais mais seguros e respeitosos. A pesquisa ainda promove reflexões sobre o uso ético de ferramentas de inteligência artificial, propondo soluções tecnológicas que respeitem a liberdade de expressão e atuem na prevenção da violência verbal online. A iniciativa oferece uma base sólida para futuras aplicações em larga escala no monitoramento de redes sociais e plataformas de comentários." "modalidade" => "Pôster (PO)" "area_tematica" => "GT 19 - Tecnologias e Educação" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO_COMPLETO_EV214_ID10071_TB6356_30102025184536.pdf" "created_at" => "2025-12-02 14:51:23" "updated_at" => null "ativo" => 1 "autor_nome" => "JORGE MIGUEL VIANA TORRES" "autor_nome_curto" => "JORGE MIGUEL" "autor_email" => "jorgeditor.social@gmail.com" "autor_ies" => "OUTRA / MINHA INSTITUIÇÃO NÃO ESTÁ NA LISTA" "autor_imagem" => "" "edicao_url" => "anais-xi-congresso-nacional-de-educacao" "edicao_nome" => "Anais XI Congresso Nacional de Educação" "edicao_evento" => "XI Congresso Nacional de Educação" "edicao_ano" => 2025 "edicao_pasta" => "anais/conedu/2025" "edicao_logo" => null "edicao_capa" => "692d8b19ea55f_01122025093329.png" "data_publicacao" => "2025-12-02" "edicao_publicada_em" => "2025-12-01 09:33:29" "publicacao_id" => 19 "publicacao_nome" => "Anais CONEDU" "publicacao_codigo" => "2358-8829" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #changes: [] #casts: array:14 [ "id" => "integer" "edicao_id" => "integer" "trabalho_id" => "integer" "inscrito_id" => "integer" "titulo" => "string" "resumo" => "string" "modalidade" => "string" "area_tematica" => "string" "palavra_chave" => "string" "idioma" => "string" "arquivo" => "string" "created_at" => "datetime" "updated_at" => "datetime" "ativo" => "boolean" ] #classCastCache: [] #attributeCastCache: [] #dates: [] #dateFormat: null #appends: [] #dispatchesEvents: [] #observables: [] #relations: [] #touches: [] +timestamps: false #hidden: [] #visible: [] +fillable: array:13 [ 0 => "edicao_id" 1 => "trabalho_id" 2 => "inscrito_id" 3 => "titulo" 4 => "resumo" 5 => "modalidade" 6 => "area_tematica" 7 => "palavra_chave" 8 => "idioma" 9 => "arquivo" 10 => "created_at" 11 => "updated_at" 12 => "ativo" ] #guarded: array:1 [ 0 => "*" ] }