Classificação de Denúncias Ambientais no X: Criação de Dataset e Avaliação de Features
Resumo
Este artigo apresenta a criação de um dataset voltado à classificação de tuítes relacionados a denúncias ambientais. A coleta foi realizada por meio da API do X, utilizando keywords selecionadas criteriosamente para compor três conjuntos distintos, que refletem diferentes níveis de complexidade da tarefa. Além disso, foram definidas features semânticas e contextuais que complementam o texto bruto dos tuítes. Os experimentos com Support Vector Classification (LinearSVC) mostraram que a combinação de texto e features melhora o desempenho dos classificadores em comparação ao uso isolado. Mesmo sendo um dataset pequeno, os resultados indicam sua utilidade e abrem caminho para trabalhos futuros, como a ampliação do corpus, a automatização da extração de features e análises de seleção de atributos.Referências
Almeida, T. L. M. d. (2018). Estudo sobre aplicação de aprendizado de máquina para identificação de assaltos através de informações do twitter.
Calheiros, A. J. P. and Pizzigatti, P. L. (2025). Ferramenta de descoberta e exploração de dados ambientais com respostas a prompts utilizando modelos de linguagens avançados.
Dalci, A. A. L. (2025). Denambrs: Sistema de categorização fmea de denúncias para identificação de fragilidades ambientais no rs. Master’s thesis, Universidade Estadual do Rio Grande do Sul.
Gusmão, C., Figueiredo, K., and Brito, W. (2021). Técnicas de processamento de linguagem natural em denúncias criminais: Automatização e classificação de texto em português coloquial. In Anais do XLVIII Seminário Integrado de Software e Hardware, pages 172–182, Porto Alegre, RS, Brasil. SBC.
Khurana, U., Turaga, D., Samulowitz, H., and Parthasrathy, S. (2016). Cognito: Automated feature engineering for supervised learning. In 2016 IEEE 16th International Conference on Data Mining Workshops (ICDMW), pages 1304–1307.
Manzoor, S. I., Singla, J., and Nikita (2019). Fake news detection using machine learning approaches: A systematic review. In 2019 3rd International Conference on Trends in Electronics and Informatics (ICOEI), pages 230–234.
Nargesian, F., Samulowitz, H., Khurana, U., Khalil, E., and Turaga, S. D. (2017). Learning feature engineering for classification. pages 2529–2535.
Paiva, E. and Ebecken, N. (2022). Ferramenta para classificação de denúncias: Uma abordagem baseada em textos e dados estruturados. In Anais Estendidos do XVIII Simpósio Brasileiro de Sistemas de Informação, pages 83–90, Porto Alegre, RS, Brasil. SBC.
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., et al. (2011). Scikit-learn: Machine learning in python. the Journal of machine Learning research, 12:2825–2830.
Peixoto, L. H. R. (2021). Aprendizado de Máquina Aplicado no Atendimento de Reclamações de Clientes. PhD thesis, Universidade de São Paulo.
Preoţiuc-Pietro, D., Gaman, M., and Aletras, N. (2019). Automatically identifying complaints in social media. In Korhonen, A., Traum, D., and Màrquez, L., editors, Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics, pages 5008–5019, Florence, Italy. Association for Computational Linguistics.
Rizzotto, M. L. F., Costa, A. M., and Lobato, L. d. V. d. C. (2024). Crise climática e os novos desafios para os sistemas de saúde: o caso das enchentes no rio grande do sul/brasil. Saúde em Debate, 48(141):e141ED.
Vapnik, V. N. (1997). The support vector method. In International conference on artificial neural networks, pages 261–271. Springer.
Calheiros, A. J. P. and Pizzigatti, P. L. (2025). Ferramenta de descoberta e exploração de dados ambientais com respostas a prompts utilizando modelos de linguagens avançados.
Dalci, A. A. L. (2025). Denambrs: Sistema de categorização fmea de denúncias para identificação de fragilidades ambientais no rs. Master’s thesis, Universidade Estadual do Rio Grande do Sul.
Gusmão, C., Figueiredo, K., and Brito, W. (2021). Técnicas de processamento de linguagem natural em denúncias criminais: Automatização e classificação de texto em português coloquial. In Anais do XLVIII Seminário Integrado de Software e Hardware, pages 172–182, Porto Alegre, RS, Brasil. SBC.
Khurana, U., Turaga, D., Samulowitz, H., and Parthasrathy, S. (2016). Cognito: Automated feature engineering for supervised learning. In 2016 IEEE 16th International Conference on Data Mining Workshops (ICDMW), pages 1304–1307.
Manzoor, S. I., Singla, J., and Nikita (2019). Fake news detection using machine learning approaches: A systematic review. In 2019 3rd International Conference on Trends in Electronics and Informatics (ICOEI), pages 230–234.
Nargesian, F., Samulowitz, H., Khurana, U., Khalil, E., and Turaga, S. D. (2017). Learning feature engineering for classification. pages 2529–2535.
Paiva, E. and Ebecken, N. (2022). Ferramenta para classificação de denúncias: Uma abordagem baseada em textos e dados estruturados. In Anais Estendidos do XVIII Simpósio Brasileiro de Sistemas de Informação, pages 83–90, Porto Alegre, RS, Brasil. SBC.
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., et al. (2011). Scikit-learn: Machine learning in python. the Journal of machine Learning research, 12:2825–2830.
Peixoto, L. H. R. (2021). Aprendizado de Máquina Aplicado no Atendimento de Reclamações de Clientes. PhD thesis, Universidade de São Paulo.
Preoţiuc-Pietro, D., Gaman, M., and Aletras, N. (2019). Automatically identifying complaints in social media. In Korhonen, A., Traum, D., and Màrquez, L., editors, Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics, pages 5008–5019, Florence, Italy. Association for Computational Linguistics.
Rizzotto, M. L. F., Costa, A. M., and Lobato, L. d. V. d. C. (2024). Crise climática e os novos desafios para os sistemas de saúde: o caso das enchentes no rio grande do sul/brasil. Saúde em Debate, 48(141):e141ED.
Vapnik, V. N. (1997). The support vector method. In International conference on artificial neural networks, pages 261–271. Springer.
Publicado
22/04/2026
Como Citar
LOPES, Guilherme; MERGEN, Sérgio L. S..
Classificação de Denúncias Ambientais no X: Criação de Dataset e Avaliação de Features. In: ESCOLA REGIONAL DE BANCO DE DADOS (ERBD), 21. , 2026, Dois Vizinhos/PR.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 79-88.
ISSN 2595-413X.
DOI: https://doi.org/10.5753/erbd.2026.21159.
