Hate speech-detection

Projeto de Detecção de Discurso de Ódio

Este projeto utiliza técnicas de Processamento de Linguagem Natural (NLP) e aprendizado de máquina para detectar discurso de ódio em textos. O modelo foi treinado com um conjunto de dados do Kaggle, que inclui várias amostras de texto classificadas como discurso de ódio, linguagem ofensiva ou nenhum dos dois.

Descrição

O objetivo deste projeto é construir um modelo de machine learning que possa classificar textos com base em seu conteúdo potencialmente ofensivo ou prejudicial. Este repositório contém o notebook Jupyter usado para treinar o modelo, além de uma descrição detalhada de todo o processo, desde o pré-processamento dos dados até a avaliação do modelo.

Tecnologias Utilizadas

• Python 3
• Jupyter Notebook
• Bibliotecas Python:
  • Pandas
  • NumPy
  • Scikit-Learn
  • TensorFlow
  • NLTK

Estrutura do Repositório

hate-speech-detection/ │ ├── notebooks/ - Contém o notebook do projeto. │ └── Hate_Speech_Detection.ipynb │ ├── data/ - Diretório para os datasets utilizados. │ └── labeled_data.csv │ └── README.md - Descrição do projeto e instruções.

Como Configurar e Executar

Pré-requisitos

Antes de executar o notebook, é necessário instalar as dependências do projeto, o que pode ser feito através do seguinte comando:

Dependências Básicas :

pip install jupyter # Para rodar o Jupyter Notebook pip install numpy # Para operações matemáticas e matriciais pip install pandas # Para manipulação e análise de dados

Dependências para Processamento de Linguagem Natural :

pip install nltk # Natural Language Toolkit, para tarefas de NLP

Dependências para Machine Learning :

pip install scikit-learn # Para algoritmos de aprendizado de máquina e ferramentas de modelagem pip install tensorflow # Para redes neurais e aprendizado profundo

Dependências para Manipulação de Dados e Preprocessing :

pip install beautifulsoup4 # Para web scraping e limpeza de dados HTML

Dependências para Visualização de Dados :

pip install matplotlib # Para criação de gráficos e visualizações pip install seaborn # Baseado em matplotlib, para visualizações estatísticas mais bonitas

Comando de Instalação Agrupado : Para facilitar, você também pode instalar todas essas dependências de uma vez com o seguinte comando ->

pip install jupyter numpy pandas nltk scikit-learn tensorflow beautifulsoup4 matplotlib seaborn

Execução

Para executar o notebook:

Clone o repositório para sua máquina local:

git clone https://github.com/seu-usuario/hate-speech-detection.git

Navegue até o diretório do projeto e inicie o Jupyter Notebook:

cd hate-speech-detection/notebooks jupyter notebook

Abra o arquivo Hate_Speech_Detection.ipynb e execute as células sequencialmente.

Como Contribuir

Contribuições para o projeto são bem-vindas. Para contribuir, por favor siga os passos:

1.Faça fork do repositório.

2.Crie uma nova branch para suas modificações (git checkout -b feature/nova-feature).

3.Faça commit das suas alterações (git commit -am 'Adiciona nova feature').

4.Faça push para a branch (git push origin feature/nova-feature). Crie um novo Pull Request.

#Autores

Guilherme Braga