00 CAMPUS ARISTÓTELES CALAZANS SIMÕES (CAMPUS A. C. SIMÕES) IC - INSTITUTO DE COMPUTAÇÃO TRABALHOS DE CONCLUSÃO DE CURSO (TCC) - GRADUAÇÃO - IC Trabalhos de Conclusão de Curso (TCC) - Bacharelado - CIÊNCIA DA COMPUTAÇÃO- IC
Use este identificador para citar ou linkar para este item: http://www.repositorio.ufal.br/jspui/handle/123456789/9798
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisor1Freitas, André Lage-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3203407648310274pt_BR
dc.contributor.referee1Paz, Mônica de Sá Dantas-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2554907374201593pt_BR
dc.contributor.referee2Hurtado, Pablo Bravo-
dc.creatorAguiar, Júlia Albuquerque-
dc.creator.Latteshttp://lattes.cnpq.br/4087941364960807pt_BR
dc.date.accessioned2022-10-31T20:44:17Z-
dc.date.available2022-09-02-
dc.date.available2022-10-31T20:44:17Z-
dc.date.issued2021-09-30-
dc.identifier.citationAGUIAR, Júlia Albuquerque. Uma abordagem para extrair relatos de agressões contra mulheres no Twitter e enquadrar na Lei Maria da Penha. 2022. 25 f. Trabalho de conclusão de curso (Bacharelado em Ciência da Computação) - Instituto de Computação, Curso de Ciência da Computação, Universidade Federal de Alagoas, Maceió, 2021.pt_BR
dc.identifier.urihttp://www.repositorio.ufal.br/jspui/handle/123456789/9798-
dc.description.abstractGender violence is a repeated violence that causes both physical and psychological damages in a fair amount of women around the world. In Brazil the Maria da Penha law through its 15 years of existence remains a national symbol in the fight against gender violence and accumulates millions of lawsuits at court. The COVID-19 pandemic increased considerably the number of violent cases in social isolation and there is a lack of support projects for this group. As an alternative channel to traditional media, the social networks gave women voice in this search for justice and created various research groups who are approaching possible law enforcement from innovative perspectives. For instance, literature in this field highlights key concepts as technopolitics, cyberfeminism, cyberspace and also brings into discussion the theory about the affect of social networks. Other projects analyze online movements such as #MeToo movement, “Não mereço ser estuprada” and dozens of other hashtags that went viral on social media and study ways about how to classify these reports. The goal of our project is to investigate if the reporting of aggression posted on social networks can be covered by Maria da Penha law and to analyze the frequency which type of violence described in the Maria da Penha law. So we developed a methodology to collect posts from social networks and classify them according to the five types of domestic violence covered by Maria da Penha law, i.e., Moral, Sexual, Psychological, Physical, and Property. We validated this methodology by implementing a working prototype that automates the overall proposed approach and takes advantage of Artificial Intelligence and Natural Language Processing techniques. This prototype is implemented in Python programming language and uses the social network Twitter. Moreover, we used the prototype to collect posts from Twitter and concluded that moral violence is the most common type of violence against women followed by sexual violence So, our research hypothesis was partially validated as we had assumed that most posts would refer to sexual violence. An important consequence of this conclusion is that we must also pay attention to non-physical violence against women. In conclusion, the approach proposed here provides a framework for elaboration, supervision, and promotion of public policy for the fight against gender violence. In other words, private institutions or Public Power - whether through the Executive, Legislative, Judicial, Public Ministry or Public Defenders - may use the concept or the technology proposed in this work to fight against gender violence.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Alagoaspt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCurso de Ciências da Computaçãopt_BR
dc.publisher.initialsUFALpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectTwitter (Rede social on-line)pt_BR
dc.subjectViolência contra as mulherespt_BR
dc.subjectViolência domésticapt_BR
dc.subjectBrasil. Lei n. 11.340, de 7 de agosto de 2006pt_BR
dc.subjectProcessamento de linguagem natural (Computação)pt_BR
dc.subjectDireitopt_BR
dc.subjectAprendizado do computadorpt_BR
dc.subjectInteligência artificialpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleUma abordagem para extrair relatos de agressões contra mulheres no Twitter e enquadrar na Lei Maria da Penhapt_BR
dc.title.alternativeAn approach for extracting violence reports against women from Twitter and frame into Maria da Penha lawpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.description.resumoA violência de gênero é uma violência de repetição que causa não só danos físicos, mas também psicológicos a uma quantidade razoável de mulheres ao redor do mundo. No Brasil, a Lei Maria da Penha, com seus 15 anos de existência, continua sendo um símbolo nacional de luta contra a violência de gênero e acumula milhões de processos na justiça. Com a pandemia da COVID-19, aumentou-se consideravelmente a quantidade de casos de violência devido ao isolamento social e à carência de projetos de apoio a este público. Como um canal alternativo às mídias tradicionais de conteúdo, as redes sociais deram voz às mulheres nesta busca por justiça e criaram frentes de discussões sobre uma possível modernização da aplicação da legislação brasileira. Por exemplo, a literatura da área de Ciências Sociais fala sobre conceitos importantes como tecnopolítica, ciberfeminismo e ciberespaço e também traz um debate essencial sobre teoria do afeto nas redes sociais. Já outros trabalhos analisam manifestações online como o movimento #MeToo, “Não mereço ser estuprada” e dezenas de outras hashtags que viralizaram nas mídias sociais, e para além desta análise, estudam formas de classificações destes relatos. O objetivo do nosso trabalho é investigar se os relatos de violência doméstica postadas em redes sociais podem ser enquadrados na Lei Maria da Penha assim como analisar a frequência nesses relatos dos tipos de violência descritos na Lei Maria da Penha. Assim, desenvolvemos uma metodologia para a coleta de relatos de redes sociais e classificação dos relatos de acordo com os cinco tipos de violência doméstica descritos na Lei Maria da Penha: Moral, Sexual, Psicológica, Física e Patrimonial. Essa metodologia foi validada através da implementação de um protótipo de pesquisa que automatiza toda a abordagem proposta. Esse protótipo, que foi implementado na linguagem de programação Python, utiliza técnicas de Aprendizado de Máquina e Processamento de Linguagem Natural. Utilizamos o protótipo desenvolvido para coletar e analisar dados do Twitter. Percebemos que o tipo de violência contra mulher que apareceu com mais frequência nesses relatos é a Violência Moral, seguida da Violência Sexual. Assim, validamos parcialmente nossa hipótese de pesquisa que afirmava que a maioria dos relatos seriam de Violência Sexual. Uma consequência importante dessa conclusão é sobre a atenção que deve ser dada também às violências não físicas contra mulher. Por fim, a abordagem proposta neste trabalho oferece um arcabouço para o auxílio à elaboração, fiscalização e fomento de políticas públicas para o combate à violência de gênero. Ou seja, instituições privadas ou o próprio Poder Público – seja através do Executivo, Legislativo, Judiciário, Ministério Público ou Defensoria Pública – podem utilizar o conceito ou a tecnologia propostos neste trabalho para combater as agressões contra mulheres.pt_BR
Aparece nas coleções:Trabalhos de Conclusão de Curso (TCC) - Bacharelado - CIÊNCIA DA COMPUTAÇÃO- IC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Uma abordagem para extrair relatos de agressões contra mulheres no Twitter e enquadrar na Lei Maria da Penha.pdf1.55 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.