@inproceedings{barnes-finger-2026-identificacao,
title = "Identifica{\c{c}}{\~a}o e classifica{\c{c}}{\~a}o de trechos racistas e sexistas em processos judiciais",
author = "Barnes, Yasmin Francisquetti and
Finger, Marcelo",
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-1.49/",
doi = "10.5753/stil.2026.29861",
pages = "562--566",
abstract = "Este estudo descreve o desenvolvimento de uma ferramenta de intelig{\^e}ncia artificial para identificar e classificar discursos racistas e sexistas proferidos por agentes jur{\'i}dicos. Focado em processos de viol{\^e}ncia sexual do Tribunal de Justi{\c{c}}a de S{\~a}o Paulo (TJSP), a pesquisa visa evidenciar vieses que corroboram a vitimiza{\c{c}}{\~a}o secund{\'a}ria. A solu{\c{c}}{\~a}o computacional baseia-se em um modelo de Processamento de Linguagem Natural com arquitetura Transformer, utilizando um modelo derivado do BERT pr{\'e}-treinado para o portugu{\^e}s brasileiro. O modelo {\'e} treinado com dados textuais categorizados por uma ontologia de estere{\'o}tipos de g{\^e}nero e seu desempenho {\'e} avaliado por valida{\c{c}}{\~a}o cruzada (k = 5) com m{\'e}tricas de acur{\'a}cia, precis{\~a}o, revoca{\c{c}}{\~a}o e medida-F."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="barnes-finger-2026-identificacao">
<titleInfo>
<title>Identificação e classificação de trechos racistas e sexistas em processos judiciais</title>
</titleInfo>
<name type="personal">
<namePart type="given">Yasmin</namePart>
<namePart type="given">Francisquetti</namePart>
<namePart type="family">Barnes</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Marcelo</namePart>
<namePart type="family">Finger</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 estudo descreve o desenvolvimento de uma ferramenta de inteligência artificial para identificar e classificar discursos racistas e sexistas proferidos por agentes jurídicos. Focado em processos de violência sexual do Tribunal de Justiça de São Paulo (TJSP), a pesquisa visa evidenciar vieses que corroboram a vitimização secundária. A solução computacional baseia-se em um modelo de Processamento de Linguagem Natural com arquitetura Transformer, utilizando um modelo derivado do BERT pré-treinado para o português brasileiro. O modelo é treinado com dados textuais categorizados por uma ontologia de estereótipos de gênero e seu desempenho é avaliado por validação cruzada (k = 5) com métricas de acurácia, precisão, revocação e medida-F.</abstract>
<identifier type="citekey">barnes-finger-2026-identificacao</identifier>
<identifier type="doi">10.5753/stil.2026.29861</identifier>
<location>
<url>https://aclanthology.org/2026.stil-1.49/</url>
</location>
<part>
<date>2026-10</date>
<extent unit="page">
<start>562</start>
<end>566</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Identificação e classificação de trechos racistas e sexistas em processos judiciais
%A Barnes, Yasmin Francisquetti
%A Finger, Marcelo
%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 barnes-finger-2026-identificacao
%X Este estudo descreve o desenvolvimento de uma ferramenta de inteligência artificial para identificar e classificar discursos racistas e sexistas proferidos por agentes jurídicos. Focado em processos de violência sexual do Tribunal de Justiça de São Paulo (TJSP), a pesquisa visa evidenciar vieses que corroboram a vitimização secundária. A solução computacional baseia-se em um modelo de Processamento de Linguagem Natural com arquitetura Transformer, utilizando um modelo derivado do BERT pré-treinado para o português brasileiro. O modelo é treinado com dados textuais categorizados por uma ontologia de estereótipos de gênero e seu desempenho é avaliado por validação cruzada (k = 5) com métricas de acurácia, precisão, revocação e medida-F.
%R 10.5753/stil.2026.29861
%U https://aclanthology.org/2026.stil-1.49/
%U https://doi.org/10.5753/stil.2026.29861
%P 562-566
Markdown (Informal)
[Identificação e classificação de trechos racistas e sexistas em processos judiciais](https://aclanthology.org/2026.stil-1.49/) (Barnes & Finger, STIL 2026)
ACL