@inproceedings{de-souza-manssour-2026-multidomainyt,
title = "{M}ulti{D}omain{YT}-{T}ox{BR}: Um Corpus Multidom{\'i}nio de Coment{\'a}rios T{\'o}xicos do {Y}ou{T}ube em Portugu{\^e}s Brasileiro",
author = "de Souza, Gabriel Z. and
Manssour, Isabel H.",
editor = "Barbosa, Bryan Khelven da Silva and
Paes, Aline and
Felippo, Ariani Di",
booktitle = "Proceedings of the 17th {B}razilian Symposium in Information and Human Language Technology",
month = oct,
year = "2026",
address = "Cuiab{\'a}, Mato Grosso, Brazil",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/2026.stil-1.36/",
doi = "10.5753/stil.2026.26542",
pages = "441--453",
abstract = "Este trabalho apresenta o MultiDomainYT-ToxBR, um corpus de 5.000 coment{\'a}rios do YouTube anotados em nove categorias de toxicidade e distribu{\'i}dos em cinco dom{\'i}nios tem{\'a}ticos no contexto brasileiro. A an{\'a}lise de concord{\^a}ncia entre anotadores evidencia desafios inerentes {\`a} tarefa, com {\'i}ndices moderados em categorias como racismo e xenofobia, cujas manifesta{\c{c}}{\~o}es veladas e dependentes de contexto dificultam o consenso. A compara{\c{c}}{\~a}o com o ToLD-Br revela padr{\~o}es complementares: o novo corpus supera o anterior em concord{\^a}ncia para homofobia ({\ensuremath{\alpha}} = 0,73 vs. 0,68) e introduz categorias in{\'e}ditas como intoler{\^a}ncia pol{\'i}tica e religiosa. Como valida{\c{c}}{\~a}o, o BERTweet.BR, ap{\'o}s fine-tuning, atingiu F1 de 0,78 na classifica{\c{c}}{\~a}o bin{\'a}ria."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="de-souza-manssour-2026-multidomainyt">
<titleInfo>
<title>MultiDomainYT-ToxBR: Um Corpus Multidomínio de Comentários Tóxicos do YouTube em Português Brasileiro</title>
</titleInfo>
<name type="personal">
<namePart type="given">Gabriel</namePart>
<namePart type="given">Z</namePart>
<namePart type="family">de Souza</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Isabel</namePart>
<namePart type="given">H</namePart>
<namePart type="family">Manssour</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2026-10</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<relatedItem type="host">
<titleInfo>
<title>Proceedings of the 17th Brazilian Symposium in Information and Human Language Technology</title>
</titleInfo>
<name type="personal">
<namePart type="given">Bryan</namePart>
<namePart type="given">Khelven</namePart>
<namePart type="given">da</namePart>
<namePart type="given">Silva</namePart>
<namePart type="family">Barbosa</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Aline</namePart>
<namePart type="family">Paes</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Ariani</namePart>
<namePart type="given">Di</namePart>
<namePart type="family">Felippo</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>Association for Computational Linguistics</publisher>
<place>
<placeTerm type="text">Cuiabá, Mato Grosso, Brazil</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Este trabalho apresenta o MultiDomainYT-ToxBR, um corpus de 5.000 comentários do YouTube anotados em nove categorias de toxicidade e distribuídos em cinco domínios temáticos no contexto brasileiro. A análise de concordância entre anotadores evidencia desafios inerentes à tarefa, com índices moderados em categorias como racismo e xenofobia, cujas manifestações veladas e dependentes de contexto dificultam o consenso. A comparação com o ToLD-Br revela padrões complementares: o novo corpus supera o anterior em concordância para homofobia (\ensuremathα = 0,73 vs. 0,68) e introduz categorias inéditas como intolerância política e religiosa. Como validação, o BERTweet.BR, após fine-tuning, atingiu F1 de 0,78 na classificação binária.</abstract>
<identifier type="citekey">de-souza-manssour-2026-multidomainyt</identifier>
<identifier type="doi">10.5753/stil.2026.26542</identifier>
<location>
<url>https://aclanthology.org/2026.stil-1.36/</url>
</location>
<part>
<date>2026-10</date>
<extent unit="page">
<start>441</start>
<end>453</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T MultiDomainYT-ToxBR: Um Corpus Multidomínio de Comentários Tóxicos do YouTube em Português Brasileiro
%A de Souza, Gabriel Z.
%A Manssour, Isabel H.
%Y Barbosa, Bryan Khelven da Silva
%Y Paes, Aline
%Y Felippo, Ariani Di
%S Proceedings of the 17th Brazilian Symposium in Information and Human Language Technology
%D 2026
%8 October
%I Association for Computational Linguistics
%C Cuiabá, Mato Grosso, Brazil
%F de-souza-manssour-2026-multidomainyt
%X Este trabalho apresenta o MultiDomainYT-ToxBR, um corpus de 5.000 comentários do YouTube anotados em nove categorias de toxicidade e distribuídos em cinco domínios temáticos no contexto brasileiro. A análise de concordância entre anotadores evidencia desafios inerentes à tarefa, com índices moderados em categorias como racismo e xenofobia, cujas manifestações veladas e dependentes de contexto dificultam o consenso. A comparação com o ToLD-Br revela padrões complementares: o novo corpus supera o anterior em concordância para homofobia (\ensuremathα = 0,73 vs. 0,68) e introduz categorias inéditas como intolerância política e religiosa. Como validação, o BERTweet.BR, após fine-tuning, atingiu F1 de 0,78 na classificação binária.
%R 10.5753/stil.2026.26542
%U https://aclanthology.org/2026.stil-1.36/
%U https://doi.org/10.5753/stil.2026.26542
%P 441-453
Markdown (Informal)
[MultiDomainYT-ToxBR: Um Corpus Multidomínio de Comentários Tóxicos do YouTube em Português Brasileiro](https://aclanthology.org/2026.stil-1.36/) (de Souza & Manssour, STIL 2026)
ACL