Banca de QUALIFICAÇÃO: SAUL SOUSA DA ROCHA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: SAUL SOUSA DA ROCHA
DATA: 30/04/2025
HORA: 14:00
LOCAL: Sala de videoconferências do PPGCC
TÍTULO: Mineração de Padrões Textuais sobre Segurança Pública: Modelos e Aplicações em Plataformas de Mídias Sociais
PALAVRAS-CHAVES: PLN, Detecção de Posicionamentos, Operações Policiais, Monitoramento, Mídias Sociais
PÁGINAS: 50
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Sistemas de Computação
ESPECIALIDADE: Teleinformática
RESUMO:

Violência e insegurança estão dentre os principais problemas dos centros urbanos no Brasil. Neste cenário, plataformas Web de mídia social emergem como espaços privilegiados para a expressão pública, registrando posicionamentos e reações da população em relação a diversas questões, incluindo operações policiais. Dados gerados por usuários nessas plataformas constituem uma fonte rica de dados e oferecem oportunidades para analisar as percepções das pessoas acerca da segurança pública. Neste trabalho propõem-se investigar o potencial de comentários de usuários em plataformas Web e publicamente disponíveis serem explorados para inferir posicionamento das pessoas, especificamente aprovação ou desaprovação, sobre incidentes de grande repercussão no Brasil envolvendo segurança pública. Nesse sentido, foi introduzido uma metodologia para examinar a percepção pública acerca de operações policiais com ampla repercussão em mídias sociais, utilizando comentários de duas plataformas distintas: Twitter (atual X) e YouTube. Nosso foco reside em desenvolver um arcabouço de monitoramento dessas operações com repercussão no YouTube, dada a relevância de tal plataforma para o compartilhamento de notícias policiais. Primeiramente, foram desenvolvidos classificadores de posicionamentos (stance detection) baseados em arquiteturas transformers ajustados para os dados no contexto desse trabalho. A seguir, o desempenho dos classificadores foi avaliado extensivamente, incluindo avaliação de inferências com plataformas de mídias sociais distintas, e.g., construir modelos com comentários do Twitter e aplicá-los para inferir comentários do Youtube e vice-versa. Para completude do arcabouço proposto, pretende-se investigar métodos para identificar eventos que representam incidentes de segurança pública em mídias sociais de forma automática explorando modelos para identificação de padrões de comportamento dos usuários e reconhecimento de entidades nomeadas. Como resultados preliminares desse trabalho, foi observado o melhor desempenho em modelos construídos para explorar o contexto local dos comentários como é o caso do modelo BERTimbau pré-treinado em língua portuguesa do Brasil. Foi observado também ganhos de desempenho significativos ao aplicar estratégias para reduzir conflitos de rotulação entre anotadores dos posicionamentos sobre operações policiais. Além disso, os modelos treinados com dados do Twitter tiveram melhor desempenho ao serem aplicados a comentários do YouTube do que o inverso, sugerindo que o Twitter fornece um conjunto de dados mais diversificado e estruturado para treinar classificadores. O monitoramento de comentários no YouTube, por sua vez, revelou variações regionais e temporais na aprovação ou desaprovação às operações policiais, destacando a importância da identificação de eventos para análise de posicionamentos das pessoas ao longo do tempo e por regiões do Brasil de forma automática e acurada.

MEMBROS DA BANCA:
Presidente - 2413428 - GLAUBER DIAS GONCALVES
Interno - 1226761 - RAIMUNDO SANTOS MOURA
Externo ao Programa - 092.***.***-06 - CARLOS HENRIQUE GOMES FERREIRA - UFMG
Externo à Instituição - 064.***.***-54 - VINÍCIUS FONSECA VIEIRA - UFSJ