💬 NLP

LaMSUM: Amplifying Voices Against Harassment through LLM Guided Extractive Summarization of User Incident Reports

O artigo apresenta o LaMSUM, um novo framework multi-nível que utiliza Grandes Modelos de Linguagem (LLMs) combinados com métodos de votação para gerar resumos extrativos eficazes de grandes volumes de relatos de assédio em línguas mistas, superando métodos existentes e auxiliando na formulação de políticas de combate ao assédio.

Autores originais: Garima Chhikara, Anurag Sharma, V. Gurucharan, Kripabandhu Ghosh, Abhijnan Chakraborty

Publicado 2026-04-20

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Garima Chhikara, Anurag Sharma, V. Gurucharan, Kripabandhu Ghosh, Abhijnan Chakraborty

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você é o prefeito de uma cidade grande e, todos os dias, milhares de cidadãos enviam cartas para sua prefeitura relatando assédio, perseguição ou perigos nas ruas. O problema é que há tantas cartas que você e sua equipe não conseguem ler nenhuma delas. Se você tentar ler tudo, vai ficar exausto e perderá os detalhes mais importantes.

Aqui entra o LaMSUM, a solução apresentada neste artigo. Pense nele como um super-assistente inteligente que ajuda a ler, organizar e resumir essas milhares de cartas sem perder a essência do que foi dito.

Aqui está como funciona, explicado de forma simples:

1. O Problema: O "Gigante" que não cabe na mesa

Os modelos de Inteligência Artificial modernos (chamados de LLMs, como o ChatGPT) são como gigantes que leem muito rápido. Mas eles têm um limite: a "mesa de trabalho" deles (a memória de curto prazo) é pequena. Se você colocar 50.000 cartas de uma vez na mesa, o gigante fica confuso e esquece o que leu no começo.

Além disso, esses gigantes têm um vício estranho: quando pedimos para eles fazerem um resumo, eles tendem a reescrever as histórias com suas próprias palavras (como um jornalista contando a notícia de novo), em vez de apenas cortar e colar as frases originais mais importantes. Para casos de assédio, isso é perigoso, porque precisamos das palavras exatas da vítima para manter a verdade e a autenticidade.

2. A Solução: O "Sistema de Votação" e o "Quebra-Cabeça"

O LaMSUM resolve isso com duas ideias criativas:

O Quebra-Cabeça (Sumarização Multi-nível):
Em vez de tentar ler tudo de uma vez, o sistema divide as 50.000 cartas em pequenos grupos (como dividir uma pizza em fatias). Ele pede para o gigante ler cada fatia e escolher as 5 melhores frases de cada uma. Depois, ele junta essas 5 frases de todas as fatias e forma um novo grupo menor, e repete o processo até sobrar apenas o resumo final. É como se você tivesse vários assistentes lendo partes diferentes e depois reunindo as melhores notas.
O Sistema de Votação (A "Election" das Frases):
Aqui está a parte mais genial. Como o gigante pode ter "vícios" (por exemplo, ele sempre escolhe as frases que estão no início do texto e ignora as do final), o LaMSUM faz um truque:
1. Ele embaralha a ordem das cartas (como embaralhar um baralho).
2. Ele pede para o gigante ler essa ordem embaralhada e escolher as melhores.
3. Ele repete isso várias vezes, sempre mudando a ordem.
4. No final, ele usa um sistema de votação (como uma eleição democrática). Se uma frase específica foi escolhida várias vezes em diferentes embaralhamentos, ela ganha muitos votos e entra no resumo final.
Isso garante que a IA não escolha apenas o que está no começo ou no fim, mas sim o que é realmente importante, independentemente de onde esteja.

3. Por que isso é importante para a sociedade?

O objetivo final não é apenas tecnologia, é segurança.

Para as Vítimas: Garante que suas histórias sejam ouvidas exatamente como foram contadas, sem distorções.
Para as Autoridades: Em vez de perderem meses lendo milhares de relatos, eles recebem um "mapa" claro e conciso dos problemas mais graves e frequentes em uma cidade. Isso ajuda a criar leis melhores e a alocar policiamento onde é realmente necessário.

A Analogia Final

Imagine que você tem 100 pessoas em uma sala, cada uma contando uma história de assédio.

O jeito antigo: Você tenta ouvir tudo de uma vez e acaba esquecendo metade.
O jeito da IA comum: Ela ouve tudo e escreve um conto de fadas novo, misturando as histórias (o que pode mudar a verdade).
O jeito LaMSUM: Você divide a sala em grupos pequenos. Em cada grupo, você embaralha quem fala primeiro. Depois, você faz uma votação: "Quem contou a história mais chocante?". As histórias que ganharam mais votos em diferentes rodadas são as que você coloca no jornal do dia seguinte.

Em resumo: O LaMSUM é uma ferramenta que usa a inteligência artificial de forma inteligente e democrática para garantir que, em meio a um mar de dados, as vozes mais importantes e verdadeiras das vítimas de assédio sejam ouvidas e ajudem a criar cidades mais seguras.

1. Problema e Contexto

As plataformas de denúncia cidadã (como Safe City ou SHe-Box) são ferramentas vitais para relatar casos de assédio sexual, violência doméstica e abuso. No entanto, o volume massivo de dados gerados nessas plataformas torna a revisão manual de cada caso inviável para as autoridades.

O desafio central identificado pelos autores é a necessidade de um algoritmo de sumarização extrativa (seleção de subconjuntos do texto original) que seja capaz de:

Processar grandes coleções de textos (muitas vezes excedendo a janela de contexto de modelos de linguagem).
Lidar com idiomas mistos (code-mixed), comuns em países como a Índia (ex: Hinglish).
Preservar a autenticidade das palavras originais dos usuários, o que é crucial para relatórios sensíveis.

Limitações das Soluções Atuais:

Modelos de Linguagem (LLMs): Por padrão, LLMs tendem a gerar resumos abstrativos (paráfraseando o texto) em vez de extrativos. Além disso, possuem janelas de contexto limitadas, impedindo o processamento de grandes volumes de dados de uma só vez.
Viés Posicional: LLMs demonstram uma tendência a selecionar sentenças baseadas em sua posição no texto (ex: início ou fim) em vez de sua relevância real.
Algoritmos Existentes: A maioria dos métodos de sumarização extrativa foi desenvolvida para inglês e não lida bem com a complexidade linguística e o volume de dados gerados por usuários.

2. Metodologia: O Framework LaMSUM

Os autores propõem o LaMSUM (Large Language Model based Extractive SUMmarization), um framework inovador que combina sumarização multi-nível com algoritmos de votação da Teoria da Escolha Social.

A. Estrutura Multi-Nível

Para contornar a limitação da janela de contexto dos LLMs:

O conjunto de dados original $T$ é dividido em chunks (pedaços) menores de tamanho $s$ .
Cada chunk é resumido individualmente pelo LLM para produzir um resumo de tamanho $q$ .
Esses resumos intermediários são fundidos para formar novos chunks para o próximo nível.
O processo é iterativo até que se atinja o tamanho final desejado da soma ( $k$ ).

B. Combate ao Viés Posicional (Shuffling)

Para mitigar o viés de posição dos LLMs:

Antes de enviar um chunk ao LLM, as unidades textuais (posts) dentro dele são embaralhadas ( $m$ vezes).
O LLM gera $m$ resumos diferentes para o mesmo conteúdo, mas com ordens de entrada distintas.

C. Algoritmos de Votação

O passo final e mais crítico é agregar os $m$ resumos gerados para formar o resumo final. O processo é tratado como uma eleição de múltiplos vencedores:

Cada unidade textual é um "candidato".
Cada resumo gerado pelo LLM (após o embaralhamento) atua como um "eleitor".
Três métodos de votação foram testados:
1. Votação Plural (Plurality): Conta quantas vezes um post foi selecionado.
2. Votação de Aprovação Proporcional (PAV): Considera a satisfação do eleitor e aplica retornos decrescentes para evitar redundância (se um post já foi selecionado, ele contribui menos para a satisfação de novos votos).
3. Votação por Escolha Ranqueada (Borda Count): Baseia-se na ordem de preferência atribuída pelo LLM.

D. Calibração de Saída

Como LLMs podem alterar palavras ou "alucinar" (criar frases novas), o LaMSUM inclui uma etapa de verificação:

Se o LLM selecionar uma frase que não existe exatamente no texto original, o sistema calcula a distância de edição ou busca por palavras-chave (substantivos, verbos, adjetivos) para encontrar a unidade textual original mais próxima, garantindo que o resumo seja estritamente extrativo.

3. Contribuições Principais

Primeira Abordagem de Sumarização Extrativa com LLMs em Grande Escala: O trabalho é pioneiro em utilizar LLMs para sumarização extrativa de grandes coleções de textos gerados por usuários, superando a barreira da janela de contexto.
Framework LaMSUM: Uma arquitetura multi-nível que integra LLMs com algoritmos de votação para gerar resumos robustos e diversificados.
Superação de Limitações de LLMs: Demonstração de que o uso de shuffling e votação supera o desempenho de LLMs "Vanilla" (sem essas técnicas) e modelos fine-tuned tradicionais.
Aplicação Social: Foco em dados sensíveis de assédio, onde a fidelidade ao texto original é ética e legalmente necessária.

4. Resultados Experimentais

Os experimentos foram realizados em um conjunto de dados real de uma plataforma de denúncia na Ásia (5 cidades, ~3.700 posts) e comparados com modelos baselines (LexRank, SummBasic, BERT, BERTSUM, etc.).

Desempenho: O LaMSUM superou consistentemente todos os modelos state-of-the-art (incluindo BERTSUM e modelos fine-tuned) em todas as métricas de avaliação (ROUGE-1, ROUGE-2 e ROUGE-Lsum).
Melhor Configuração: A combinação que obteve os melhores resultados foi o uso do modelo Claude-3-Haiku com o algoritmo de Votação de Aprovação Proporcional (PAV).
Qualidade do Resumo:
- Os resumos gerados pelo LaMSUM continham posts mais descritivos e ricos em detalhes (maior contagem de palavras) em comparação aos baselines.
- A diversidade dos resumos (medida por entropia) foi superior, cobrindo uma gama mais ampla de categorias de assédio.
Eficiência: O uso de $m=3$ embaralhamentos e tamanho de chunk $s=100$ mostrou-se o equilíbrio ideal entre custo computacional e qualidade.

5. Significado e Conclusão

O LaMSUM representa um avanço significativo na interseção entre Processamento de Linguagem Natural (NLP) e impacto social.

Tomada de Decisão Baseada em Dados: Permite que autoridades e gestores públicos visualizem rapidamente os padrões de assédio em grandes volumes de dados, facilitando a criação de políticas preventivas.
Viabilidade Técnica: Demonstra que é possível usar LLMs modernos (incluindo modelos de código aberto e menores, como 8B parâmetros) para tarefas complexas de sumarização extrativa em grandes conjuntos de dados, desde que combinados com técnicas de agregação inteligentes.
Considerações Éticas: Os autores alertam para a necessidade de cautela, pois os LLMs podem ter vieses inerentes aos dados de treinamento e o framework não deve substituir totalmente a análise humana em casos críticos, servindo como uma ferramenta de suporte à decisão.

Em resumo, o LaMSUM oferece uma solução robusta para transformar o caos de dados de denúncias de assédio em informações acionáveis, preservando a voz e a autenticidade dos relatos originais dos cidadãos.