DETECÇÃO DE MEMES COM CONTEÚDO PRECONCEITUOSO
Resumo
A disseminação de conteúdos preconceituosos tem tido um impacto significativo nas relações sociais, principalmente aquelas mediadas por aplicativos de mensagens instantâneas e redes sociais. Com o aumento constante desse tipo de conteúdo nos meios de comunicação, surge a necessidade de otimizar os processos de identificação e remoção desses conteúdos ofensivos das redes. Importante ressaltar que um meme é um tipo de conteúdo cujo significado é construído pela combinação de informações textuais e imagens. Essa característica representa um relevante desafio de pesquisa, pois é necessário combinar informações do texto e da imagem para que a semântica do meme possa ser inferida em um processo de classificação automática. Este projeto visa investigar e desenvolver uma abordagem que permita treinar modelos de aprendizagem de máquina para reconhecer padrões, utilizando textos e descrições de imagens. A revisão da literatura revelou a ausência de pesquisas versando sobre a detecção de memes preconceituosos em português no Brasil. A metodologia adotada inclui as seguintes etapas: análise de abordagens e bibliotecas de software para a análise de conteúdo semântico de texto e imagem, treinamento de modelos de aprendizagem de máquina para classificar conteúdos preconceituosos em memes e avaliação da abordagem. A partir deste enfoque de pesquisa, foi possível desenvolver modelos treinados para a previsão de memes em língua portuguesa, alcançando resultados comparáveis aos líderes no estado da arte, que se concentram em memes em inglês.
