Estratégias para Detecção Precoce de Predadores Sexuais em Conversas Realizadas na Internet

Crianças e adolescentes estão expostas a riscos na internet. Predadores sexuais podem entrar em contato com suas vítimas através de chats em redes sociais e jogos online. Partindo da premissa que predadores sexuais precisam manter um vínculo com suas vítimas antes do encontro presencial, esta dissertação objetiva detectar precocemente predadores sexuais em conversas virtuais entre duas pessoas através do desenvolvimento de três estratégias distintas utilizando algoritmos de classificação de textos para auxiliar a reduzir o número de casos de abuso sexual infantil. Como conjunto de dados é utilizada a base do PAN 2012 e são utilizados algoritmos de classificação de textos como Naive Bayes, KNN, Floresta Aleatória, SVM, Rede Neural MLP e BERT. Para cada estratégia foram realizados experimentos sem balanceamento dos dados e utilizando técnicas de undersampling, que obtiveram resultados superiores ao estado da arte. A primeira estratégia obteve melhores resultados que as demais, atingindo F0.5=85,96% já para as primeiras 10 mensagens para o experimento sem balanceamento dos dados e F0.5=99,89% para as primeiras 10 mensagens com o experimento com técnicas de undersampling.