Explorando Técnicas de Aprendizado em Modelos de Linguagem para Classificação de Discurso de Ódio e Ofensivo em Português

• Assis, Gabriel ^[1] ; Amorim, Annie ^[1] ; Carvalho, Jonnathan ^[2] ; Ferro, Mariza ^[1] ; de Oliveira, Daniel ^[1] ; Vianna, Daniela ^[3] ; Paes, Aline ^[1]
  1. [1] Universidade Federal Fluminense

     Universidade Federal Fluminense

     Brasil

     
  2. [2] Instituto Federal Fluminense
  3. [3] JusBrasil

  Mostrar afiliaciones +
• Localización: Linguamática, ISSN 1647-0818, Vol. 16, Nº. 2, 2024, págs. 91-113
• Idioma: portugués
• Títulos paralelos:
  • Exploring Learning Techniques in Language Models for Classifying Hate and Offensive Speech in Portuguese
• Enlaces
  • Texto completo
• Resumen
  • English

     Social Media platforms, significant in modern debate and communication, face the challenge of managing a vast and disorderly volume of hateful content and disinformation. This work examines the detection of hate speech in Portuguese, contemplating its unique linguistic and cultural nuance. Leveraging Transformer-based models and different training and activation strategies, nine models with variations in architecture, size, and pre-training corpora are evaluated. Our findings show that, even though large generative models with enhanced prompts exhibited promising results, tuned small language models remain superior in addressing this task.

  • português

     As Redes Sociais, que desempenham um papel significativo no debate e na comunicação moderna, enfrentam o desafio contemporâneo do grande volume desordenado de conteúdo nocivo, como discurso de ódio e desinformação. Este artigo aborda a detecção de discurso de ódio em português, considerando suas particularidades linguísticas e nuances culturais. Utilizando-se modelos derivados de Transformers, juntamente com diversas estratégias de treinamento e ativação, são investigados nove modelos com variações em arquitetura, tamanho e corpora de pré-treinamento. Os resultados obtidos demonstram que, apesar de grandes modelos generativos acessados via prompts apresentarem resultados promissores, modelos de linguagem de menor escala ajustados permanecem superiores na realização dessa delicada tarefa.