O DISCURSO DE ÓDIO HOMOFÓBICO NA REDE SOCIAL X: UMA PROPOSTA DE MÉTODO DE CLASSIFICAÇÃO DE TEXTOS

Abstract

Homophobic hate speech refers to the act of inciting hatred, discrimination, or hostility against an individual, motivated by prejudice against people of lesbian, gay, bisexual, transgender, and transvestite (LGBT) sexual orientation. Homophobia was criminalized through a ruling by the STF in Brazil. This study proposes a method for constructing a classification of homophobic hate speech, aligned with the Sustainable Development Goals (SDGs), which emphasize the promotion of social, economic, and political inclusion for all, regardless of sexual orientation or any other condition. Submitted to the Research Ethics Committee (CEP), under the Brazilian Ministry of Health, the study received approval under certificate number 59293922.0.0000.5289. This research aims to overcome the limitations of previous studies on the detection of homophobic hate speech in Portuguese, which rely on rudimentary lexicons and labeled datasets, improving the performance of classification models. The specific objectives are the creation of a homophobic lexicon, LEX-HOMOFENSA-PT, and the development of a labeled dataset of texts extracted from tweets, TEXT-HOMOFENSA-PT. At the end of the study, the application of classification models to the TEXT-HOMOFENSA-PT dataset was evaluated, including traditional classifiers: LR, SVM, KNN, DT, and NB; ensemble classifiers: RF, AB, and GB; artificial neural networks: CNN and MLP; and large language model (LLM) classifiers: BERT, RoBERTa, and GPT. The LR model achieved the best performance, with an accuracy of 85.37%, a recall of 85.30%, and an F-measure of 85.30%.

O discurso de ódio homofóbico trata-se da ação ou incitamento ao ódio, à discriminação ou à hostilização de um indivíduo, motivado por um preconceito contra pessoas de orientação sexual lésbicas, gays, bissexuais, transexuais e travestis (LGBT). A homofobia foi criminalizada por meio de ação no Supremo Tribunal Federal (STF) do Brasil. Este trabalho propõe um método para construção de uma classificação do discurso de ódio homofóbico, alinhado aos Objetivos de Desenvolvimento Sustentável (ODS) que enfatiza a promoção da inclusão social, econômica e política de todos, sem distinção de orientação sexual ou qualquer outra condição. Submetida ao Comitê de Ética em Pesquisa (CEP), subordinado ao Ministério da Saúde do Brasil, recebeu aprovação para sua realização sob o certificado 59293922.0.0000.5289. Esta pesquisa busca superar as limitações dos estudos anteriores sobre a detecção de discurso de ódio homofóbico em português, que utilizam léxicos e bases de dados rotuladas incipientes, aprimorando o desempenho dos modelos de classificação. Os objetivos específicos são a criação de um léxico homofóbico LEX-HOMOFENSA-PT e a criação de uma base de dados de textos extraídos de tweets rotulados por humanos TEXT-HOMOFENSA-PT. Ao final, avaliou-se a aplicação de modelos de classificação ao dataset TEXT-HOMOFENSA-PT, classificadores tradicionais, Logistic Regression (LR), Suport Vector Machine (SVM), K-Nearest Neighbors (KNN), Decision Tree (DT) e Naive Bayes (NB); classificadores ensemble, Random Forest (RF), Adaptive Boosting (AB) e Gradient Boosting (GB); redes neurais artificiais, Convolutional Neural Network (CNN) e Multilayer Perceptron (MLP); classificadores Large Language Models (LLM), Bidirectional Encoder Representations from Transformers (BERT), Robustly Optimized BERT Pretraining Approach (RoBERTa) e Generative Pre-trained Transformer (GPT). O modelo LR obteve o melhor desempenho, com uma Precisão de 85,37%, uma Revocação de 85,30% e F-measure de 85,30%.