Detecção de discurso de ódio transfóbico na rede social X mediante técnicas de aprendizado de máquina

Abstract

A transfobia é uma realidade cruel no Brasil, com o país liderando o ranking de assassinatos de pessoas trans por 15 anos consecutivos. As redes sociais, apesar de ferramentas de comunicação e expressão, também são palco para a disseminação de ódio contra a comunidade trans. O discurso de ódio transfóbico é um problema prevalente em plataformas online, como o X, antigo Twitter. Este trabalho propõe a criação e avaliação de modelos de aprendizado de máquina para a detecção automática de discurso de ódio transfóbico em textos em português no contexto brasileiro. Os algoritmos de aprendizado de máquina utilizados serão: Support Vector Machine, Random Forest, Passive Aggressive Classifier, Gaussian Naïve Bayes e Multi-Layer Perceptron. Este trabalho visa contribuir para o combate à transfobia no ambiente online, oferecendo uma ferramenta para a identificação e classificação de discurso de ódio transfóbico. A pesquisa também visa ampliar o conhecimento sobre as características do discurso de ódio transfóbico no contexto brasileiro.