Identificação de predadores sexuais brasileiros por meio de análise de conversas realizadas na Internet

Abstract

Nos dias de hoje, aplicações sociais representam uma dos principais ameaças a crianças e adolescentes na Internet. Dentre os diversos riscos existentes destaca-se a presença de predadores sexuais que buscam, entre os mais diversos fins, obter conteúdo pornográfico infantil, extorquir com finalidades financeiras e, em cenários mais graves, o abuso sexual. O presente trabalho tem como objetivo identificar predadores sexuais brasileiros por meio de Redes Neurais Convolucionais. Para atingir esse objetivo, são consideradas conversas provenientes de provas criminais disponibilizadas recentemente ao público. Resultados preliminares consolidam a metodologia apresentada como uma alternativa para tarefas de classificação binária de textos para a lı́ngua portuguesa.

Identificando Suspeitos de Crimes por meio de Interações Implícitas no YouTube

“…Como em [Pendar 2007], os autores [Villatoro-Tello et al 2012] e [Santos and Guedes 2019] seguiram a mesma linha em seus métodos.…”

“…Difirindo de [Pendar 2007], o qual identifica apenas predadores sexuais. Por outro lado, de uma maneira geral, [Santos and Guedes 2019] é bem semelhante ao de [Pendar 2007]. Sua principal contribuic ¸ão é que, tanto quanto sabemos, foi um dos primeiros métodos desenvolvidos para identificac ¸ão de predadores sexuais em português.…”

Identificação de predadores sexuais brasileiros em conversas textuais na internet por meio de aprendizagem de máquina

“…O uso de CNNs no presente trabalho não obteve o mesmo desempenho quando comparado ao trabalho que introduziu o uso de CNNs no domínio da pesquisa para a língua portuguesa do Brasil [Santos and Guedes 2019]. Chama atenção a degradação de todas as medidas de desempenho, em particular, a queda de aproximadamente 15% na medida F 1 .…”

“…O principal impedimento para disponibilização dessas conversasé o teor sensível das informações presentes e por serem provas de processos que correm em sigilo na justiça. Nesse aspecto, o conjunto de dados fornecido pelo Ministério Público Federal de São Paulo (MPF-SP) em parceria com o Centro Universitário da Fundação Educacional Inaciana (FEI) [Andrijauskas et al 2017] trouxe uma contribuição bastante relevante para o tema, dado que disponibilizou diversas conversas predatórias e, inclusive, foi utilizado como base para a construção do conjunto PAN-2012-BR [Santos and Guedes 2019]. No entanto, ambos os conjuntos consideram conversas transcritas deáudio para compor as conversas não-predatórias, o que não caracteriza um ambiente real de mensagens enviadas por texto.…”

“…O presente trabalho estende a publicação realizada pelos mesmos autores no BraS-NAM 2019 [Santos and Guedes 2019]. De forma a realizar essa extensão, dois tópicos foram considerados: (i) enriquecimento do conjunto de dados PAN-2012-BR por meio da aplicação do conceito de representatividade para a seleção de conversas não-predatórias; (ii) uso de técnicas de mineração de dados e algoritmos de aprendizado de máquina em uma avaliação experimental.…”