#python #pln #pnl #randomforest #naiveBayes #SVM #regressão
Este estudo explora a aplicação de técnicas avançadas de Processamento de Linguagem Natural (PLN) na identificação de discursos de ódio e ofensivos em falas de deputados federais brasileiros. Utilizou-se uma base de dados composta por discursos parlamentares, na qual foi implementado e comparado quatro algoritmos de aprendizado de máquina - Naive Bayes, SVM (Support Vector Machines), Random Forest e Logistic Regression - com vetorização via técnica de TF-IDF (Term Frequency-Inverse Document Frequency).
Os algoritmos foram avaliados com base em suas métricas de desempenho, onde o SVM se destacou com um f1-score de 0.97 para a label 0 (não ofensivo) e 0.97 para a label 1 (ofensivo).
Aplicou-se o GridSearchCV para o ajuste de hiperparâmetros de todos os modelos e cross validação. Os resultado evidencia a eficácia na classificação precisa de discursos ofensivos, contribuindo significativamente para a moderação e análise de conteúdo em contextos políticos.
Esta seção apresenta uma Nuvem de Palavras gerada a partir do nosso dataset. A Nuvem de Palavras é uma ferramenta visual útil para compreender a distribuição e a frequência das palavras mais comuns nos discursos analisados. Ela oferece uma pré-visualização intuitiva e impactante, destacando as palavras que surgem com mais frequência e, assim, fornecendo insights iniciais sobre os temas e o vocabulário predominantes no conjunto de dados.
Este tipo de visualização é particularmente valioso para identificar rapidamente os termos chave e as tendências linguísticas presentes nos discursos, auxiliando na estruturação e direcionamento das análises subsequentes de Processamento de Linguagem Natural.
Este trabalho não só demonstra a aplicabilidade do PLN na análise de discursos políticos, mas também destaca a importância de técnicas de aprendizado de máquina na identificação de linguagem ofensiva e de ódio, contribuindo para um ambiente político mais saudável e respeitoso.
Palavras-chave: Processamento de linguagem natural, aprendizado de máquina, Discurso de ódio, classificação, Discurso Político.