Investigando o Uso de Análise de Sentimentos para Identificar Comportamentos de Bullying em Grupo de WhatsApp Escolar
Resumo
Devido ao aumento da comunicação digital, o bullying virtual (ebullying) tornou-se um problema crítico nas escolas, pois pode afetar o bemestar e o desempenho acadêmico das vítimas. Assim, este artigo apresenta uma pesquisa em andamento sobre o uso da técnica de análise de sentimentos para identificar indícios de comportamentos de bullying em grupos de WhatsApp no ambiente escolar. Um modelo de classificação de sentimentos está sendo treinado utilizando regressão logística e modelos avançados como BERT para identificar sentimentos e potenciais comportamentos de bullying. Resultados preliminares são apresentados.
Palavras-chave:
Análise de Sentimentos, Bullying Virtual (e-bullying), WhatsApp
Referências
Church, K.; De Oliveira, R. What's up with WhatsApp? Comparing mobile instant messaging behaviors with traditional SMS. In: Proceedings of the 15th International Conference on Human-Computer Interaction with Mobile Devices and Services. 2013. p. 352-361.
Devlin, J.; Chang, M.; Lee, K.; Toutanova, K. BERT: Pre-training of deep bidirectional transformers for language understanding. In: Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1. Minneapolis, 2019. p. 4171-4186.
Liu, B. Sentiment analysis and opinion mining. In: Hirst, G. (Ed.). Synthesis Lectures on Human Language Technologies. San Rafael, CA: Morgan & Claypool Publishers, 2012.
Olweus, D. Bullying at school: What we know and what we can do. Oxford: Blackwell, 1993.
Pang, B.; Lee, L. Opinion mining and sentiment analysis. Foundations and Trends® in Information Retrieval, v. 2, n. 1-2, p. 1-135, 2008.
Paul, S.; Saha, S. CyberBERT: BERT para identificação de cyberbullying. Multimedia Systems, v. 28, p. 1897–1904, 2020.
Pfitscher, Ricardo J.; Camargo, Luiz C.; Moreira, Benjamin G.; Wang, Carolina; Zedral, Rosilaine; Garcia, Tatiana R. Análise de sentimentos em turmas de programação com vistas ao apoio à permanência estudantil. In: Simpósio Brasileiro de Informática na Educação (SBIE), 34. , 2023, Passo Fundo/RS. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023 . p. 1329-1340. DOI: 10.5753/sbie.2023.234753.
Silva, G. M.; Silva, N. F. F. da; Dias, M. de S. Detecção de bullying: como identificar automaticamente essa prática em redes sociais? Revista de Sistemas de Informação da FSMA, Campos dos Goytacazes, v. 21, p. 11-19, 2018.
Silva, L. N. de C.; Ferrari, D. G. Introdução à mineração de dados. Conceitos básicos, algoritmos e aplicações. 2. ed. São Paulo: Saraiva, 2016. 376p.
Tapia, F.; Aguinaga, C.; Luje, R. Detection of behavior patterns through social networks like Twitter, using data mining techniques as a method to detect cyberbullying. In: 2018 7th International Conference on Software Process Improvement (CIMPS), 2018, p. 111-118. IEEE.
Urtig, L. A. N.; Castro, M. A. N. Análise de sentimentos e suas aplicações na educação: uma revisão de literatura. In: Anais do Simpósio Brasileiro de Informática na Educação, v. 29, n. 1, p. 1002-1011, 2018. Disponível em: [link].
Devlin, J.; Chang, M.; Lee, K.; Toutanova, K. BERT: Pre-training of deep bidirectional transformers for language understanding. In: Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1. Minneapolis, 2019. p. 4171-4186.
Liu, B. Sentiment analysis and opinion mining. In: Hirst, G. (Ed.). Synthesis Lectures on Human Language Technologies. San Rafael, CA: Morgan & Claypool Publishers, 2012.
Olweus, D. Bullying at school: What we know and what we can do. Oxford: Blackwell, 1993.
Pang, B.; Lee, L. Opinion mining and sentiment analysis. Foundations and Trends® in Information Retrieval, v. 2, n. 1-2, p. 1-135, 2008.
Paul, S.; Saha, S. CyberBERT: BERT para identificação de cyberbullying. Multimedia Systems, v. 28, p. 1897–1904, 2020.
Pfitscher, Ricardo J.; Camargo, Luiz C.; Moreira, Benjamin G.; Wang, Carolina; Zedral, Rosilaine; Garcia, Tatiana R. Análise de sentimentos em turmas de programação com vistas ao apoio à permanência estudantil. In: Simpósio Brasileiro de Informática na Educação (SBIE), 34. , 2023, Passo Fundo/RS. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023 . p. 1329-1340. DOI: 10.5753/sbie.2023.234753.
Silva, G. M.; Silva, N. F. F. da; Dias, M. de S. Detecção de bullying: como identificar automaticamente essa prática em redes sociais? Revista de Sistemas de Informação da FSMA, Campos dos Goytacazes, v. 21, p. 11-19, 2018.
Silva, L. N. de C.; Ferrari, D. G. Introdução à mineração de dados. Conceitos básicos, algoritmos e aplicações. 2. ed. São Paulo: Saraiva, 2016. 376p.
Tapia, F.; Aguinaga, C.; Luje, R. Detection of behavior patterns through social networks like Twitter, using data mining techniques as a method to detect cyberbullying. In: 2018 7th International Conference on Software Process Improvement (CIMPS), 2018, p. 111-118. IEEE.
Urtig, L. A. N.; Castro, M. A. N. Análise de sentimentos e suas aplicações na educação: uma revisão de literatura. In: Anais do Simpósio Brasileiro de Informática na Educação, v. 29, n. 1, p. 1002-1011, 2018. Disponível em: [link].
Publicado
04/11/2024
Como Citar
PEREIRA, Mannoella Renata L.; ALVES, Lucas P.; PADILHA, Thereza Patrícia P..
Investigando o Uso de Análise de Sentimentos para Identificar Comportamentos de Bullying em Grupo de WhatsApp Escolar. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 35. , 2024, Rio de Janeiro/RJ.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2024
.
p. 3059-3065.
DOI: https://doi.org/10.5753/sbie.2024.244966.
