Classificação da qualidade da argumentação em tweets no domínio da política brasileira

• Cássio Faria da Silva ^[1] ; Vânia Paula de Almeida Neri ^[1] ; Helena de Medeiros Caseli ^[1]
  1. [1] Universidade Federal de São Carlos

     Universidade Federal de São Carlos

     Brasil

     
• Localización: Linguamática, ISSN 1647-0818, Vol. 15, Nº. 1, 2023, págs. 103-127
• Idioma: portugués
• Títulos paralelos:
  • Argument Quality Assessment in Brazilian political tweets
• Enlaces
  • Texto completo
• Resumen
  • English

    Argumentation is an inherent skill in human com-munication, both in oral and written situations. Well-founded arguments are important to support decision-making and learning, as well as to reach widely accep-ted conclusions. As a research area, argumentation isa multidisciplinary field that studies the processes ofdebate and reasoning. In computational linguistics,investigations have been carried out to (i) identify ar-guments and their units and (ii) generate or (iii) evalu-ate the quality of arguments. However, most currentwork focuses on argument mining in formal Englishtexts. In this article, we evaluated the quality of argu-mentation in political domain tweets, written in Bra-zilian Portuguese, using traditional machine learningalgorithms – such as Logistic Regression, KNearestNeighbor, Decision Trees, Support Vector Machines(SVM), Random Forest and Naive Bayes – and alsoa fine-tuning of two neural models (BERTimbau andRobertaTwitterBR). In addition to bringing practicalresults for the assessment of argumentation quality ina challenging textual genre, such as Twitter, and in acontroversial domain, such as Brazilian politics, thisarticle also aims to fill in the lack of works that au-tomatically assess the quality of arguments in Portu-guese. Among the evaluated classification algorithms,the model obtained from the fine-tuning of BERTim-bau presented the best results, with an accuracy of69.65% when all classes were considered and 100.00%for messages with high quality of argumentation

  • português

    A argumentação é uma habilidade inerente à comunicação humana, tanto em situações orais quanto escritas. Argumentos bem fundamentados são importantes para amparar a tomada de decisões e aprendizado, assim como para a obtenção de conclusões amplamente aceitas. Como área de pesquisa, a argumentação é um campo multidisciplinar que estuda os processos de debate e raciocínio. Em linguística computacional, investigações têm sido realizadas para (i) identificar argumentos e suas unidades e (ii) gerar ou (iii) avaliar a qualidade dos argumentos. No entanto, a maioria dos trabalhos atuais se concentra na mineração de argumentos em textos formais em inglês. Neste artigo, foi avaliada a qualidade da argumentação em tweets de domínio político, escritos em português do Brasil, usando algoritmos tradicionais de aprendizado de máquina -- como Regressão Logística, K-Nearest Neighbors, Árvores de Decisão, Máquinas de Vetores Suporte (SVM), Floresta Aleatória e Naive Bayes -- e também um ajuste fino de dois modelos neurais (BERTimbau e RobertaTwitterBR). Além de trazer resultados práticos para a avaliação da qualidade da argumentação em um gênero textual desafiador, como o Twitter, e em um domínio controverso, como a política brasileira, este artigo também visa suprir a carência de trabalhos que avaliem automaticamente a qualidade dos argumentos em português. Dentre os algoritmos de classificação avaliados, o modelo obtido a partir do ajuste fino do BERTimbau apresentou os melhores resultados com uma precisão de 69,65\% quando foram consideradas todas as classes e de 100,00\% para as mensagens de alta qualidade de argumentação