Classificação textual baseada em análise de sentimento

Carregando...
Imagem de Miniatura
Data
2021-06
Tipo de documento
Monografia
Título da Revista
ISSN da Revista
Título de Volume
Área do conhecimento
Ciências Exatas e da Terra
Modalidade de acesso
Acesso aberto
Editora
Autores
Botelho, Nathan
Orientador
Ceci, Flávio
Coorientador
Resumo
O cenário atual da Web 2.0 onde o usuário que era consumidor de informação virou um produtor na criação de conteúdo fez com que seja possível a criação de bases de dados cada vez mais assertivas para a criação de inteligências que compreendem os sentidos e sentimentos em frases bem como a análise destes sentimentos com o objetivo de gerar vantagens competitivas para as organizações nos seus mais variados contextos. Estas bases de dados, que podem ser constituídas pelos mais diversos tipos de dados, como por exemplo, comentários em forma de texto não estruturado, ranqueamento de uma a cinco estrelas, classificações de gosto ou não gosto, entre outros, podem ser utilizadas para entender a opinião de um usuário quanto a um serviço, um produto, ou até uma categoria, e para a elaboração de pesquisas para entender o que seu público-alvo gosta e não gosta, e até o que pode vir a gostar futuramente. A partir dos problemas de análise de sentimentos e processamento de linguagem natural e da pesquisa no material de referencial teórico, onde foram feitos importantes definições sobre o cenário de modo geral, sobre as abordagens e métodos da análise de sentimento e os problemas de processamento de linguagem natural, foi desenvolvido um protótipo funcional utilizando a linguagem de programação Python, a linguagem de programação Typescript, a plataforma Angular, e ferramentas como Docker, Git e GitHub. O protótipo funcional foi testado e avaliado de duas formas diferentes, a forma que se referia ao classificado, onde foi elaborado uma matriz de confusão bem como algumas variáveis de avaliação, como o erro total, a acurácia, a precisão, a revocação e a medida-f, e a forma que diz respeito às interações com o usuário, onde a aplicação foi executada em um ambiente de teste local controlado por cada participante, que fizeram suas considerações através do respondimento de uma pesquisa. Após a análise dos resultados de ambas as avaliações, que foram muito positivas, a aplicação foi considerada apta em analisar as entradas dos usuários.
The current scenario of Web 2.0 where the user who was a consumer of information became a producer in content creation made it possible to create increasingly assertive databases for the creation of intelligences that understand the senses and feelings in sentences well as the analysis of these feelings in order to generate competitive advantages for organizations in their most varied contexts. These databases, which can be made up of the most diverse types of data, such as comments in the form of unstructured text, rankings from one to five stars, ratings of likes or dislikes, among others, can be used to understand the opinion of a user about a service, a product, or even a category, and for the preparation of surveys to understand what your target audience likes and dislikes, and even what they might like in the future. From the problems of analysis of feelings and natural language processing and research in the theoretical framework material, where important definitions were made about the scenario in general, about the approaches and methods of feeling analysis and the problems of language processing Naturally, a working prototype was developed using the Python programming language, the Typescript programming language, the Angular platform, and tools such as Docker, Git and GitHub. The functional prototype was tested and evaluated in two different ways, the way it referred to the classified, where a confusion matrix was elaborated as well as some evaluation variables, such as total error, accuracy, precision, recall and f-measure and the way with regard to interactions with the user, where the application was run in a local test environment controlled by each participant, who made their considerations by answering a survey. After analyzing the results of both evaluations, which were very positive, the application was considered able to analyze the user input.

Palavras-chave
Análise de sentimento, Mineração de opinião, Processamento de linguagem natural
Citação